排序算法——快速排序

本文介绍了快速排序算法,这是一种采用分治法的排序技术。文章详细阐述了快速排序的思想,包括选择枢轴元素,从序列两端交替扫描并重新排列元素,确保基准元素左侧的元素都小于它,右侧的元素都大于它。通过递归地对子序列进行相同操作,直至序列排序完成。

前言

快速排序采用了分治法,即将原问题划分成为若干个规模更小且与原问题相似的子问题,然后递归地解决这些子问题,最后将他们组合起来。

快速排序的思想是:假设数据元素存放在数组L中,当前序列为L[left]~L[right],left和right是当前序列的上下界;在序列中,任选一个数据元素L[pos](一般选择L[left],并成为枢轴)作为基准元素;然后,依次从序列的两端交替向序列中间扫描,将序列中关键字小于L[pos]的元素移动到pos的左边,大于L[pos]的元素移动到pos的右边,这样经过一趟快速排序之后,序列就被基准元素划分为了左右两个子序列L[left]~L[pos-1]和L[pos+1]~L[right],并且左端序列中所有数据元素均小于基准元素,右边的所有元素都大于基准元素,这样基准元素的位置就确定好了。之后将切分开来的子序列重复上面的过程,直到left<right条件不满足,算法结束。

1. 编码

template<typename T> struct Disp
{
    void operator()(T value)
    {
        cout << value << "\t";
    }
};

int Partition(std::vector<int>& vec, int left, int right)
{
    int base_pos = left;    //选择left的坐标为基准元素
    int temp(vec[left]);

    while(left != right) //从数组的两边向中间扫描
    {
        //从右边开始寻找,直到找到第一个小于基准元素的坐标
        while(left<right && temp<=vec[right]) --right;
        if(left < right)
        {
            vec[left] = vec[right];
        }

        //从左边开始寻找,直到找到第一个大于基准元素的坐标
        while(left<right && temp>=vec[left]) ++left;

        if(left < right)
        {
            vec[right] = vec[left];
        }
    }

    //最终将基准数归位
    //vec[base_pos] = vec[left];
    vec[left] = temp;

    return left;
}

void my_QuikSort(std::vector<int>& vec, int left, int right)
{
    if(left <= right)   //待排序的元素至少有两个的情况
    {
        int break_pos = Partition(vec, left, right);
        my_QuikSort(vec, left, break_pos-1);  //对基准元素左边的元素进行递归排序
        my_QuikSort(vec, break_pos+1, right);  //对基准元素右边的进行递归排序
    }
}

void QuikSort(std::vector<int> vec)
{
    int len(vec.size());
    if(len == 0) return;
    cout << "display origin array:" << endl;
    for_each(vec.begin(), vec.end(), Disp<int>());  //打印原始的数据

    //快速排序
    my_QuikSort(vec, 0, len-1);

    cout << "\narray sorted:" << endl;
    for_each(vec.begin(), vec.end(), Disp<int>());

}


### 快速排序分治算法实现与原理 快速排序是一种基于分治策略的经典排序算法,其核心思想是通过选取一个基准值(Pivot),将待排序数组划分为两个子数组,使得左侧子数组的元素均不大于基准值,右侧子数组的元素均不小于基准值。随后递归地对这两个子数组进行相同的操作,直到每个子数组只有一个元素或为空为止。 #### 1. 快速排序的核心思想 快速排序的关键在于如何有效地划分数组以及递归处理子数组的过程。具体来说,快速排序可以分解为以下几个阶段[^2]: - **选择基准值 (Pivot)**:通常可以选择第一个元素、最后一个元素或者随机选择某个元素作为基准值。 - **分区操作 (Partition)**:重新排列数组,使所有小于基准值的元素位于左边,所有大于基准值的元素位于右边,并返回基准值的位置索引。 - **递归排序**:对基准值两侧的子数组分别递归应用相同的分区和排序逻辑。 最终的结果是,当所有的子数组都被排序完成后,整个数组也变得有序。 #### 2. 间复杂度分析 快速排序间性能取决于每次分割后的子数组大小分布情况。理想情况下,如果每次都能均匀地将数组一分为二,则间复杂度为 \( O(N \log N) \)[^4]。然而,在最坏的情况下(例如输入数组已经完全逆序或顺序排列),可能会退化至线性平方级的间复杂度 \( O(N^2) \)。 #### 3. 空间复杂度 由于快速排序采用的是原地排序方式,因此不需要额外分配大量的存储空间来保存临副本。除了用于记录递归调用栈的空间外,几乎无需其他辅助内存资源消耗。对于平均情况而言,递归深度大约为 \( \log N \),故总体空间复杂度接近于 \( O(\log N) \)[^2]。 #### 4. Python 实现代码示例 以下是使用Python编写的快速排序函数的一个简单版本: ```python def quick_sort(arr): if len(arr) <= 1: return arr else: pivot = arr[len(arr)//2] left = [x for x in arr if x < pivot] middle = [x for x in arr if x == pivot] right = [x for x in arr if x > pivot] return quick_sort(left) + middle + quick_sort(right) # 测试例子 example_array = [3,6,8,10,1,2,1] print("Sorted array:", quick_sort(example_array)) ``` 此段程序展示了基本的功能框架,实际工程环境中可能还需要考虑更多边界条件及优化措施。 #### 5. 不稳定性的讨论 值得注意的一点是,尽管快速排序效率很高,但它并非总是稳定的排序方法。所谓稳定性是指相等键值的数据项在排序之后能够保持原有的相对次序不变。而因为我们在上面给出的例子中直接丢弃了关于位置的信息,所以在某些特定场景下可能导致原本相邻重复数值被打散重组从而破坏原有秩序关系[^1]。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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