快速排序来袭

习惯了开门见山:

快速排序的思想是通过一趟排序将待排记录分割成独立的两部分,关键字左边的都比其小(大),右边的都比其大(小)。分别对这两部分记录继续进行排序,以达到整个序列有序的目的。

 

 

 

 

至此,low和high重合,则一趟快速排序结束。可以看到在关键字5的左边的记录都比它小,右边的记录都比它大。这里的关键字其实就是选的序列中的第一个数字。

以上操作的代码如下:

int partation(int*arr,int low,int high)
{
	if(NULL == arr || low >= high) return -1;
	int key = arr[low];
    while(low<high)   //不能写等于,否则会进入死循环
	{
		while(low<high && arr[high] > key) high--;
		arr[low] = arr[high];
		
		while(low <high && arr[low] < key) low++;
		arr[high] = arr[low];
		
	}
	arr[low] = key;
	return low;
}

 这是快排的核心代码,接下来就是将其左边记录集合不断进行分割排序,右边记录不断进行分割排序,直到两边的记录都排好序,具体代码如下:

void quickSort(int *arr,int low,int high)
{
	if(NULL == arr) return ;
	if(low < high)
	{
		int index = partation(arr,low,high);
        quickSort(arr,low,index-1);
		quickSort(arr,index+1,high);
	}
}

 对这个编辑器也是无语了,好好的代码上去格式老是东倒西歪的!!!!!

上面的代码是递归的写法,下面是利用栈思想实现的非递归代码:

void quick_sort_loop(int *arr, int low, int high) 
{
	int *stack = (int *)malloc(sizeof(int)* high * 2);
	assert(stack != NULL);
	int top = 0;
	stack[top++] = low;
	stack[top++] = high;

	while (top > 0)
	{
		//压栈操作,出栈操作
		high = stack[--top];
		low = stack[--top];
		if (low < high)
		{
			int base = partation(arr, low, high);
			stack[top++] = low; 
			stack[top++] = base - 1;
			stack[top++] = base + 1;
			stack[top++] = high;
		}
	}
	free(stack);
} 

 分析一下它的时间复杂度

(1)最好情况,比如上面的情况,每次都基本一分为二,这样第一次是遍历n次,之后都基本平均下去,复杂度为O(n*logn)。

(2)最坏的情况为正序或逆序,这样每次划分只能得到比上次少一个记录的子序列,另一个为空。递归数是斜的。复杂度为O(n*2)。

(3)平均的时间复杂度用数学归纳法可以证明,数量级为:O(n*logn)。

空间复杂度

主要是递归使用的栈空间,为O(logn),非递归写法为O(2n)。

稳定性:由于其关键字的比较过程中是不断跳跃的,所以不稳定。

下面,我们来优化快速排序

(1)分析代码发现在选取关键字的时候是固定选取arr[low]的。有人提出用随机选取法,但是还是靠运气,再改进有三数取中法。就是先选三个数(一般选第一个,最后一个,中间那个)然后给三个数排序然后取中间那个数作为关键字。数字如果再庞大的话有人提出用九数取中法,具体思路和三数取中法相似。

(2)优化不必要的交换,其实上面代码中已经做过了,就是最后给arr[low]赋值,减少比较过程中的交换赋值。

(3)对于要排序的记录数非常少的时候其实不必要使用快排,直接用插入排序就好没所以在代码中可以做判断,如果high-low大于某个值(根据实际应用)时使用快排,否则使用直接插入排序。

(4)优化递归操作代码如下:

void quickSort(int *arr,int low,int high)
{
	if(NULL == arr) return ;
	if((high-low)>VALUE)   //大于某个值用快排,否则用直接插入排序
	{
		while(low < high)   //尾递归采用迭代减少栈的开辟,提高效率
	    {
			int index = partation(arr,low,high);
			quickSort(arr,low,index-1);
			low = index+1;   
		}
	}else
		insertSort(arr,low-high);
	
}

讲完快速排序,冒泡排序还需要说吗,快排是对冒泡排序的一种升级,都属于交换排序。只是比较的方式不一样所以交换的方式也不一样。来粗略看下代码:

void main()
{
	int arr[10] = {1,4,5,7,3,8,2,9,6,0};
	int len = sizeof(arr)/sizeof(arr[0]);
	int flag = false;
	for(int i = 0;i<len-1;i++)
	{   flag = false;
		for(int j = 0;j<len-i-1;j++)
		{
			if(arr[j] > arr[j+1])
			{
				int temp = arr[j];
				arr[j] = arr[j+1];
				arr[j+1] = temp;
				flag = true;
			}
		}
		if(flag == false) break;
	}
}

最后再吐槽下这个编辑器,怎么能没有C语言呢(C语言不伟大吗),其实我上面贴的代码只能算是C语言,算不上C++。你们懂就好。

标题基于Python的自主学习系统后端设计与实现AI更换标题第1章引言介绍自主学习系统的研究背景、意义、现状以及本文的研究方法和创新点。1.1研究背景与意义阐述自主学习系统在教育技术领域的重要性和应用价值。1.2国内外研究现状分析国内外在自主学习系统后端技术方面的研究进展。1.3研究方法与创新点概述本文采用Python技术栈的设计方法和系统创新点。第2章相关理论与技术总结自主学习系统后端开发的相关理论和技术基础。2.1自主学习系统理论阐述自主学习系统的定义、特征和理论基础。2.2Python后端技术栈介绍DjangoFlask等Python后端框架及其适用场景。2.3数据库技术讨论关系型和非关系型数据库在系统中的应用方案。第3章系统设计与实现详细介绍自主学习系统后端的设计方案和实现过程。3.1系统架构设计提出基于微服务的系统架构设计方案。3.2核心模块设计详细说明用户管理、学习资源管理、进度跟踪等核心模块设计。3.3关键技术实现阐述个性化推荐算法、学习行为分析等关键技术的实现。第4章系统测试与评估对系统进行功能测试和性能评估。4.1测试环境与方法介绍测试环境配置和采用的测试方法。4.2功能测试结果展示各功能模块的测试结果和问题修复情况。4.3性能评估分析分析系统在高并发等场景下的性能表现。第5章结论与展望总结研究成果并提出未来改进方向。5.1研究结论概括系统设计的主要成果和技术创新。5.2未来展望指出系统局限性并提出后续优化方向。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值