算法精髓
- 双指针进行首尾遍历,其中以首指针值为基准值,从尾开始向首遍历,当尾遇到小于基准的,便将其值赋予首,尾暂停。
- 尾暂停后,首开始向尾遍历,当首遇到大于基准值的,便将其值赋予尾。首暂停。
- 在首尾相遇之前,反复交替进行上述两个步骤,当首尾相遇时,首尾的值便是由其他值赋予而来,这时用基准值覆盖首尾相遇点的值。
- 这时完成第一次排序,此时基准值左边的值皆小于基准值,基准值右边的值皆大于基准值。
- 再以首到基准值和基准值到尾的区域内再次进行上述排序,直到每个区域间只有两个元素即两端的元素。
算法实现
void Quick_sort(int arr[], int left,int right)
{
int tmp = arr[left];
int i=left;
int j = right;
if (left < right)
{
while (i < j)
{
while (i < j && tmp <= arr[j])j--;
if (i < j)arr[i] = arr[j];
while (i < j && arr[i] <= tmp)i++;
if (i < j)arr[j] = arr[i];
}
arr[i] = tmp;//每一轮循环完成后将基准值放回
Quick_sort(arr, left, i - 1);
Quick_sort(arr, i + 1, right);
}
return;
int main()
{
int arr[] = { 44,3,38,5,47,15,36,26,27,2,46,4,19,50,48 };
int length = sizeof(arr) / sizeof(int);
Quick_sort(arr, 0, length - 1);
for (size_t i = 0; i < 15; i++)std::cout << arr[i] << '\t';
std::cout << std::endl;
return 0;
}
算法分析
时间复杂度:O(nlogn)
空间复杂度:O(logn)(递归需要空间开销)
算法优化
- 选择更合理的基准值,可以使两区间计算量相当以减少最大计算时间,同时可以降低递归深度。
- 当区间元素较少时采用其他排序方法(如插入排序)