快速排序(Quick Sort)
快速排序(Quick Sort)详解
快速排序(Quick Sort)是一种高效的排序算法,通常用于大数据集的排序。它采用分治法(Divide and Conquer),通过递归的方式将问题逐步简化。它的基本思想是通过一次排序将数组划分为独立的两部分,其中一部分所有元素比另一部分所有元素小,然后递归地对这两部分进行排序。
算法步骤
-
选择基准元素(Pivot):
选择一个元素作为基准(通常是第一个、最后一个或随机选择),用来将数组分割为两部分。 -
分区(Partition):
通过一趟排序将数组分为两部分,左边部分的元素都比基准元素小,右边部分的元素都比基准元素大。 -
递归排序:
分别对左边和右边的子数组递归地进行快速排序。 -
结束条件:
当子数组的大小为1或0时,递归结束。
代码实现
以下是用 Python 和 C++ 实现的快速排序算法:
# 输入分为两行:第一行是一个数字,代表数组的元素个数。第二行是数组的各个元素
import os
import sys
# 请在此输入您的代码
def quick_sort(idx_l, idx_r, arr):
if idx_l < idx_r: #只有左边小于右边才进行划分与排序
mid = partion_arr(idx_l, idx_r, arr)
quick_sort(idx_l, mid-1, arr)
quick_sort(mid+1, idx_r, arr)
# 快排的划分算法(在左右的范围内寻找中枢点)
def partion_arr(idx_l,idx_r,arr):
i = idx_l
j = idx_r
tmp = arr[idx_l]
while i < j:
while i < j and arr[j] >= tmp:
j -= 1
while i < j and arr[i] <= tmp:
i += 1
if i < j:
t = arr[j]
arr[j] = arr[i]
arr[i] = t
arr[idx_l] = arr[i]
arr[i] = tmp
return i
def print_arr(arr):
for i in range(len(arr)):
if i == 0:
print(arr[i],end='')
else:
print(' ',arr[i],end=' ')
n, arr = int(input()), list(map(int,input().split(' ')))
quick_sort(0,len(arr)-1,arr)
print_arr(arr)
//C++这里我直接写成了一个模板,大家需要的话把模板引入,调用qsort传入数组指针和数组长度即可
template<class T>
void my_swap(T &a,T &b){
T e=a;
a=b;
b=e;
}
template<class T>//划分算法1
int part(int l,int r,T *arr){
int i=l,j=r;
T tmp=arr[l];
while(i<j){//一趟中重复操作
while(i<j&&arr[j]>=tmp) j--; //从后往前找比基准小的元素
while(i<j&&arr[i]<=tmp) i++; //从前往后找比基准大的元素
if(i<j) my_swap(arr[i],arr[j]); //找到就交换
}
my_swap(arr[l],arr[i]);//把基准放在最终的位置上
return i;
}
template<class T>//划分算法2
int part2(int l,int r,T *arr){
int i=l,j=r;
T tmp=arr[l];
while(i<j){
while(i<j&&arr[j]>=tmp) j--;
my_swap(arr[i],arr[j]);
while(i<j&&arr[i]<=tmp) i++;
my_swap(arr[i],arr[j]);
}
arr[i]=tmp;
return i;
}
template<class T>
void qsort(int be,int en,T *arr){
if(be<en){
int i=part(be,en,arr);
qsort(be,i-1,arr);
qsort(i+1,en,arr);
}
}
template<class T>
void quickSort(T *arr,int len){
qsort(0,len-1,arr);
}
案例分析
例子1:排序 [10, 7, 8, 9, 1, 5]
我们将通过一个例子来理解快速排序的具体步骤。
初始数组: [10, 7, 8, 9, 1, 5]
-
选择基准元素:我们选择最后一个元素
5作为基准。 -
分区:将数组分成比5小的和比5大的两部分。
- 小于5的元素:[1]
- 大于5的元素:[10, 7, 8, 9]
-
递归排序:
- 对
[1]无需再排序,因为它只有一个元素。 - 对
[10, 7, 8, 9]继续选择基准,假设选择最后一个元素9作为基准,分成:- 小于9的元素:[7, 8]
- 大于9的元素:[10]
- 继续对
[7, 8]递归排序,选择基准8,最终得到[7, 8]。 - 合并得到
[7, 8, 9, 10]。
- 对
-
最终结果:将所有部分合并,得到最终排序结果
[1, 5, 7, 8, 9, 10]。
例子2:排序 [4, 2, 6, 9, 7]
初始数组: [4, 2, 6, 9, 7]
- 选择基准元素:选择最后一个元素
7作为基准。 - 分区:
- 小于7的元素:[4, 2, 6]
- 大于7的元素:[9]
- 递归排序:
- 对
[4, 2, 6]选择基准6,分成[4, 2]和[],继续递归排序,选择基准4,最终得到[2, 4, 6]。 - 对
[9]无需排序。
- 对
- 最终结果:合并得到
[2, 4, 6, 7, 9]。
时间复杂度分析
- 平均时间复杂度: O(n log n),因为每次分区操作大约需要 O(n) 的时间,而递归调用的深度大约为 O(log n)。
- 最坏时间复杂度: O(n^2),当每次选择的基准元素是数组中的最大或最小值时,分区不均匀,导致递归深度变为 O(n)。
- 空间复杂度: O(log n),递归栈的深度决定了空间复杂度。
快速排序的特点
- 不稳定排序:在分区时,元素的相对位置可能会发生改变。
- 适用性:快速排序在实际应用中表现出色,特别适合对大规模数据进行排序。
总结
快速排序是一种高效的分治法排序算法,虽然最坏情况下的时间复杂度是 O(n^2),但其平均时间复杂度是 O(n log n),并且它的常数因子较小,在实际应用中非常高效。通过灵活选择基准元素,可以避免最坏情况的发生,从而提高排序效率。

9万+

被折叠的 条评论
为什么被折叠?



