算法设计：二、快速排序算法优化（快速排序随机基准算法）—— 测试过程及结果分析

优化快速排序：随机基数算法对比与性能提升

原创

已于 2022-03-23 01:35:27 修改 · 1.7k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#快速排序 #快速排序随机基准算法

于 2021-04-14 12:48:45 首次发布

本文详细介绍了快速排序算法的两种版本：常规非随机基数和随机基准算法。通过实测对比，展示了在不同序列条件下（无序和有序）随机基准算法如何显著提高排序效率，特别是在面对大量有序数据时。

一、快速排序算法

别急，首先给出快速排序一般算法，即快速排序的非随机基数算法。

快速排序算法 - 源码：

/**
 * 快速排序算法
 */
package quikesort;

public class QuikeSort {
   
   

	public static int[] array = {
   
   49, 38, 65, 97, 76, 13, 27, 49};
	
	public static void main(String[] args) {
   
   
		
		QuikeSort qs = new QuikeSort();
		qs.quikeSort(array, 0, array.length - 1);
		
		for(int i = 0; i < array.length; i++) {
   
   
			System.out.print(array[i]+" ");
		}
	}
	
	
	/**
	 * 分解数组，以基准（枢值）划分子数组，递归求解
	 * @param arr	待排序数组
	 * @param low	排序的起始位置
	 * @param high	排序的终止位置
	 */
	public void quikeSort(int[] arr, int low, int high) {
   
   
		
		if(low < high) {
   
   
			//基准位置
			int pivotLoc = partition(arr, low, high);
			//以基准划分为两个子数组,递归求解
			quikeSort(arr, low, pivotLoc - 1);
			quikeSort(arr, pivotLoc + 1, high);
		}
	}
	
	
	/**
	 * 一趟快速排序
	 * @return	返回当前基准位置
	 */
	public int partition(int[] arr, int low, int high) {
   
   
		//确定基准，以此划分数组
		int pivotkey = arr[low];
		
		//将小于基准的数交换到左边区域,将大于基准的数交换到右边区域
		while(low < high) {
   
   
			
			//从右往左，找到小于基准的数便停止，此时high指向该小于基准的数
			while (low < high && arr[high] >= pivotkey) {
   
   
				--high;
			}
			arr[low] = arr[high];
			
			//从左往右，找到大于基准的数便停止，此时low指向该大于基准的数
			while (low < high && arr[low] <= pivotkey) {
   
   
				++low;
			}
			arr[high] = arr[low];
		}
		//一趟交换结束，此时low==high
		//将基准放入交换的最后一个位置
		arr[low] = pivotkey;
		
		return low;
	}
}