数据结构:优化快速排序(QuickSort) 施工中。。。。_数据结构优化快速排序yoursort()-优快云博客

本文探讨了快速排序的性能优化策略，通过对比六种排序算法在不同数据规模下的表现，提炼出针对大规模数据的快速排序优化算法yoursort()。该算法结合了小规模效率高的算法特性，旨在提高排序效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据结构作业

Problem 03: Quick Sort

一、优化快速排序

实现优化的快速排序算法

ipynb分析了直接插入排序、直接选择排序、冒泡排序、希尔排序、归并排序、快速排序等六种不同的排序算法算法的性能（统计各种排序算法对不同大小的随机数数组排序numTrials次的总时间、关键字的比较次数、记录的移动次数）。
观察其中每个排序算法的运行性能（参数：运行时间、关键字的比较次数、记录的移动次数）随待排序的数据量逐步增大的变化情况，分析总结出一个优化的快速排序算法yoursort()。

提示：有些算法对小规模的数据量排序效率高，有些算法对大规模数据量排序效率高。另外可以参考PPT快速排序优化幻灯片。

评分标准：
1、yoursort()能对任意列表正确排序。
2、你的yoursort()是快速排序的优化，而不是python的内置排序算法或者其它类型的排序算法。

代码部分

此处是《Python数据结构与算法分析（第 2 版）》的快速排序函数quickSort部分

def quickSort(alist):
    quickSortHelper(alist, 0, len(alist)-1)

def quickSortHelper(alist, first, last):
    if first < last:

        splitpoint = partition(alist, first, last)

        quickSortHelper(alist, first, splitpoint-1)
        quickSortHelper(alist, splitpoint+1, last)

def partition(alist, first, last):
    pivotvalue = alist[first]

    leftmark = first + 1
    rightmark = last

    done = False
    while not done:
        while leftmark <= rightmark and \
        alist[leftmark] <= pivotvalue:
            leftmark = leftmark + 1

        while alist[rightmark] >= pivotvalue and \
            rightmark >= leftmark:
            rightmark = rightmark - 1

        if rightmark < leftmark:
            done = True
        else:
            alist[leftmark],alist[rightmark] = alist[rightmark],alist[leftmark]
            '''temp = alist[leftmark]
            alist[leftmark] = alist[rightmark]
            alist[rightmark] = temp'''

        alist[first], alist[rightmark] = alist[rightmark],alist[first]
        '''temp = alist[first]
        alist[first] = alist[rightmark]
        alist[rightmark] = temp'''

        return rightmark