快速排序Quick Sort

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

  1. 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。

  2. 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。

  3. 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。

  4. 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]

  1. 选择基准元素:我们选择最后一个元素 5 作为基准。

  2. 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]
  3. 递归排序

    • [1] 无需再排序,因为它只有一个元素。
    • [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]
  4. 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]

  1. 选择基准元素:选择最后一个元素 7 作为基准。
  2. 分区
    • 小于7的元素:[4, 2, 6]
    • 大于7的元素:[9]
  3. 递归排序
    • [4, 2, 6] 选择基准 6,分成 [4, 2][],继续递归排序,选择基准 4,最终得到 [2, 4, 6]
    • [9] 无需排序。
  4. 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。

评论 1
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

打赏作者

SweetCode

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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