排序算法 - 快速排序（4种方法实现）

originalHSL2023-07-19 17:00

快速排序

本篇文章的源代码在这，需要自取：Gitee

快速排序是啥？

快速排序是一种常见的排序算法，其基本原理是分治和递归。它的基本思路是，在数组中选择一个元素作为基准值，然后将数组中小于基准值的元素移动到它的左边，大于基准值的元素移动到它的右边。然后对左右两个子数组递归地重复这个过程，直到子数组的大小为1或0。

在实现快速排序时，可以使用 三数取中法来选取基准值和分区，这样可以有效避免最坏情况的发生。

三数取中法：从待排序区间的首、中、尾三个位置上的数选取一个中间值作为基准值。

三数取中：

c 复制代码 
//三数取中
int GetMidIndex(int* a, int left, int right)
{
	int mid = (left + right) / 2;
	if (a[left] < a[mid])
	{
		if (a[mid] < a[right])
		{
			return mid;
		}
		else if (a[left] < a[right])
		{
			return right;
		}
		else
			return left;
	}
	else//a[left] > a[mid]
	{
		if (a[mid] > a[right])
		{
			return mid;
		}
		else if(a[left] > a[right])
		{
			return right;
		}
		else
		{
			return left;
		}
	}
}

  1. GetMidIndex 函数接受一个整型数组 a，以及要选择基准元素的左右边界索引 left 和 right。函数首先计算出中间索引 mid，通过 (left + right) / 2 的方式获得。

  2. 然后，函数根据数组中三个元素 a[left]、a[mid] 和 a[right] 的值进行比较，以确定基准元素的索引。

  3. 如果 a[left] 小于 a[mid]，则继续比较 a[mid] 和 a[right]。如果 a[mid] 小于 a[right]，说明 a[mid] 是中间的元素，其值介于 a[left] 和 a[right] 之间，因此将 mid 作为基准元素的索引返回。

  4. 如果 a[mid] 不小于 a[right]，则根据 a[left] 和 a[right] 的大小关系来选择基准元素的索引。如果 a[left] 小于 a[right]，说明 a[left] 是中间的元素，其值介于 a[mid] 和 a[right] 之间，因此将 right 作为基准元素的索引返回。否则，如果 a[left] 大于等于 a[right]，说明 a[right] 是中间的元素，其值介于 a[left] 和 a[mid] 之间，因此将 left 作为基准元素的索引返回。

  5. 如果 a[left] 大于 a[mid]，则继续比较 a[mid] 和 a[right]。如果 a[mid] 大于 a[right]，说明 a[mid] 是中间的元素，其值介于 a[left] 和 a[right] 之间，因此将 mid 作为基准元素的索引返回。

  6. 如果 a[mid] 不大于 a[right]，则根据 a[left] 和 a[right] 的大小关系来选择基准元素的索引。如果 a[left] 大于 a[right]，说明 a[left] 是中间的元素，其值介于 a[right] 和 a[mid] 之间，因此将 right 作为基准元素的索引返回。否则，如果 a[left] 小于等于 a[right]，说明 a[left] 是中间的元素，其值介于 a[mid] 和 a[right] 之间，因此将 left 作为基准元素的索引返回。

通过使用三数取中法选择基准元素，可以在大多数情况下选取到接近中间值的元素，提高快速排序的效率和性能，并减少最坏情况的发生

1.挖坑法（推荐掌握）

以下是挖坑法的详细过程：

  1. 选择一个值基准值（在这用三数取中）。通常情况下，选择数组中第一个元素作为基准值。
  2. 将数组中小于基准值的元素移动到它的左边，大于基准值的元素移动到它的右边。（左边找大，右边找小）。
  3. 对左右两个子数组递归地重复上述过程，直到子数组的大小为1或0。
  4. 合并子数组，得到排序后的数组。
c 复制代码 
//挖坑法
int PartSort2(int* a, int left, int right)
{
	//三数取中
	int midi = GetMidIndex(a, left, right);
	Swap(&a[midi], &a[left]);//把中间值放到left位置
	
	int keyi = left;
	while (left < right)
	{
		while (left < right && a[right] >= a[keyi])
		{
			right--;
		}
		Swap(&a[keyi], &a[right]);
		keyi = right;

		while (left < right && a[left] <= a[keyi])
		{
			left++;
		}
		Swap(&a[keyi], &a[left]);
		keyi = left;
	}
	return keyi;
}

//快排
void QuickSort(int* a, int left,int right)
{
	if (left >= right)
	{
		return ;
	}
	int keyi = PartSort2(a, left, right);
	//[left,keyi-1][keyi][keyi+1,right]
	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi + 1, right);
}
  1. PartSort2 函数是挖坑法的核心实现。它接受一个整型数组 a，以及要排序的左右边界索引 left 和 right。函数首先选择一个中间索引 midi，并将 a[midi] 与 a[left] 进行交换，将 a[left] 作为基准元素。
  2. 然后，函数使用两个指针 left 和 right 在数组中进行扫描。从右边开始，当 a[right] 大于等于基准元素 a[keyi] 时，将 right 指针左移，直到找到小于基准元素的元素为止。
  3. 然后，将该元素与 a[keyi] 进行交换，将 keyi 更新为 right。
  4. 接下来，从左边开始，当 a[left] 小于等于基准元素 a[keyi] 时，将 left 指针右移，直到找到大于基准元素的元素为止。
  5. 然后，将该元素与 a[keyi] 进行交换，将 keyi 更新为 left。
  6. 重复这个过程直到 left 和 right 指针相遇，然后返回 keyi，该索引将数组分为两部分：左边的元素小于等于基准元素，右边的元素大于等于基准元素。
    QuickSort 函数接受一个整型数组 a，以及要排序的左右边界索引 left 和 right。首先，它检查是否满足递归终止条件，即 left >= right，如果满足条件，则直接返回。否则，它调用PartSort2 函数获取基准元素的索引 keyi，然后将数组分为三部分：[left, keyi-1]、[keyi] 和 [keyi+1, right]。接着，它递归调用 QuickSort 函数对左边和右边的子数组进行排序。

2.前后指针法（推荐掌握）

c 复制代码 
//前后指针法
int PartSort3(int* a, int left, int right)
{
	int midi = GetMidIndex(a, left, right);
	Swap(&a[midi], &a[left]);
	//end找小，如果	a[end]<a[keyi],++begin（这时begin位置的值一定比keyi位置值大）,再交换begin和end的位置	
	int keyi = left;
	int begin = left;
	int end = left+1;
	while (end <=right)
	{
		if (a[end] < a[keyi] )
		{
			++begin;
			Swap(&a[begin], &a[end]);
		}
		++end;
	}
	Swap(&a[begin], &a[keyi]);
	return begin;
}


//快排
void QuickSort(int* a, int left,int right)
{
	if (left >= right)
	{
		return ;
	}
	int keyi = PartSort3(a, left, right);
	//[left,keyi-1][keyi][keyi+1,right]
	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi + 1, right);
}
  1. PartSort3 函数使用了前后指针法（双指针法）进行数组分区。函数接受一个整型数组 a，以及要分区的左右边界索引 left 和 right。
  2. 首先，函数调用 GetMidIndex 函数获取基准元素的索引 midi，然后将 a[midi] 和 a[left] 进行交换，将 a[left] 设置为基准元素。
  3. 接下来，函数初始化两个指针 begin 和 end，分别从 left 和 left + 1 开始遍历数组。
  4. 在遍历过程中，end 指针向右移动，扫描数组元素。当 a[end] 小于基准元素 a[keyi] 时，将 begin 指针右移一位，并交换 a[begin] 和 a[end] 的值。这样，较小的元素就会被移动到 begin 的位置，而 begin 之前的元素都小于基准元素。
  5. 最后，将基准元素 a[keyi] 移动到合适的位置，即将其与 a[begin] 交换。此时，数组被分为两部分：左边的元素小于基准元素，右边的元素大于等于基准元素。
  6. 最后，函数返回基准元素的索引 begin。
    QuickSort函数作用同上

3.左右指针法（霍尔版本）（容易出错）

快速排序的左右指针法（双指针法）是一种常见的实现方式，它利用两个指针从数组的两端开始，逐步向中间移动，并进行元素的比较和交换，以实现数组的分区和排序。

其基本思想如下：

  • 选择一个基准元素（通常是数组的第一个元素）。

  • 使用两个指针，一个从左边开始（一般称为左指针），一个从右边开始（一般称为右指针）。

  • 左指针从左边开始向右移动，直到找到一个大于基准元素的元素。

  • 右指针从右边开始向左移动，直到找到一个小于基准元素的元素。

  • 如果左指针的位置小于右指针的位置，则交换左指针和右指针所指向的元素。

  • 重复步骤 3-5，直到左指针和右指针相遇。

  • 将基准元素与左指针所指向的元素进行交换，此时基准元素的位置已经确定。

  • 根据基准元素的位置，将数组分成两部分，左边的元素都小于基准元素，右边的元素都大于基准元素。

  • 对基准元素左右两部分的子数组分别重复以上步骤，直到所有的子数组都有序。

c 复制代码 
//左右指针（霍尔版本）（容易出错）
int PartSort1(int* a, int left,int right)
{
	int midi = GetMidIndex(a, left, right);
	Swap(&a[midi], &a[left]);

	int keyi = left;
	while (left < right)
	{
		while (left < right && a[keyi]<=a[right])
		{
			right--;
		}
		while (left < right && a[keyi]>=a[left])
		{
			left++;
		}
		Swap(&a[left], &a[right]);
	}
	Swap(&a[left], &a[keyi]);
	return left;
}
	//快排
	void QuickSort(int* a, int left,int right)
	{
		if (left >= right)
		{
			return ;
		}
		int keyi = PartSort1(a, left, right);
		//[left,keyi-1][keyi][keyi+1,right]
		QuickSort(a, left, keyi - 1);
		QuickSort(a, keyi + 1, right);
	}
  1. PartSort1 函数使用左右指针法（霍尔版本）进行数组分区。函数接受一个整型数组 a，以及要分区的左右边界索引 left 和 right。
  2. 首先，函数调用 GetMidIndex 函数获取基准元素的索引 midi，然后将 a[midi] 和 a[left] 进行交换，将 a[left] 设置为基准元素。
  3. 接下来，函数使用两个指针 left 和 right 分别从数组的左右两端开始遍历。
  4. 在遍历过程中，首先从右边开始，找到第一个小于基准元素的元素，将 right 指针左移一位，直到找到小于基准元素的元素或 left 和 right 指针相遇。
  5. 然后，从左边开始，找到第一个大于基准元素的元素，将 left 指针右移一位，直到找到大于基准元素的元素或 left 和 right 指针相遇。
  6. 如果 left 小于 right，则交换 a[left] 和 a[right]，将小于基准元素的元素移动到左侧，大于基准元素的元素移动到右侧。
  7. 重复上述步骤，直到 left 和 right 指针相遇，此时完成了一次分区。将基准元素 a[keyi] 移动到合适的位置，即将其与 a[left] 交换。
  8. 最后，函数返回基准元素的索引 left。
    QuickSort函数同上

4.非递归实现

  • 非递归的快速排序使用栈来存储待处理的子数组的起始和结束位置。初始时，将整个数组的起始和结束位置压入栈中。

  • 然后，进入循环，从栈中弹出一个子数组，对其进行分区操作，得到基准元素的位置。根据分区的结果，将子数组划分为两个部分：一个部分是基准元素左边的子数组，另一个部分是基准元素右边的子数组。

  • 接下来，将需要进一步处理的子数组的起始和结束位置压入栈中。这样，栈中存储的就是待处理的子数组。

  • 重复以上步骤，直到栈为空。这意味着所有的子数组都已经被处理完毕，排序完成。

  • 通过使用栈来模拟递归调用过程，非递归的快速排序能够有效地对数组进行分区和排序，同时避免了递归带来的函数调用开销。这种实现方式通常具有较好的性能和效率，特别适用于处理大规模的数据集。

c 复制代码 
void QuickSortNonR(int* a, int begin, int end)
{
	ST st;
	StackInit(&st);
	StackPush(&st, end);
	StackPush(&st,begin);
	
	while (!StackEmpty(&st))
	{
		int left = StackTop(&st);
		StackPop(&st);
		int right = StackTop(&st);
		StackPop(&st);
		int keyi = PartSort2(a, left, right);
		//[left,keyi-1][keyi][keyi+1,right]
		if(keyi+1<right)
		{
			StackPush(&st, right);
			StackPush(&st, keyi + 1);
		}
		if (left < keyi-1)
		{
			StackPush(&st, keyi - 1);
			StackPush(&st, left);
		}
	}
	StackDestory(&st);
}
  1. QuickSortNonR 函数实现了非递归版本的快速排序。它接受一个整型数组 a，以及要排序的起始位置 begin 和结束位置 end。
  2. 首先，函数创建一个栈 st，用于存储待处理的子数组的起始和结束位置。将 end 和 begin 分别压入栈中，表示对整个数组进行排序。
  3. 进入循环，只要栈不为空，就执行以下操作：
  4. 从栈中弹出两个元素，分别赋值给 left 和 right，表示当前要处理的子数组的起始和结束位置。
  5. 调用 PartSort2 函数对子数组进行分区，得到基准元素的位置 keyi。
  6. 根据分区的结果，将子数组划分为 [left, keyi-1]、[keyi]、[keyi+1, right] 三个部分。
  7. 如果 keyi + 1 < right，说明右侧子数组仍然有元素需要排序，将右侧子数组的起始位置 keyi + 1 和结束位置 right 压入栈中。
  8. 如果 left < keyi - 1，说明左侧子数组仍然有元素需要排序，将左侧子数组的起始位置 left 和结束位置 keyi - 1 压入栈中。
  9. 循环继续进行，直到栈为空，表示所有子数组都被处理完毕。
  10. 最后，销毁栈 st，完成非递归版本的快速排序。
相关推荐
smj2302_796826522 分钟前
用枚举算法解决LeetCode第3348题最小可整除数位乘积II
python·算法·leetcode
CyberMuse7 分钟前
表的数据结构和常见操作
数据结构
爱吃生蚝的于勒9 分钟前
C语言最简单的扫雷实现（解析加原码）
c语言·开发语言·学习·计算机网络·算法·游戏程序·关卡设计
小五Z27 分钟前
MySql--增删改查表设计总结
数据结构·数据库·mysql
秋说1 小时前
【数据结构 | C++】整型关键字的平方探测法散列
数据结构·c++·算法
weixin_478689761 小时前
【回溯法】——组合总数
数据结构·python·算法
戊子仲秋2 小时前
【LeetCode】每日一题 2024_11_14 统计好节点的数目（图/树的 DFS）
算法·leetcode·深度优先
TaoYuan__3 小时前
机器学习的常用算法
人工智能·算法·机器学习
用户40547878374824 小时前
深度学习笔记 - 使用YOLOv5中的c3模块进行天气识别
算法
shinelord明4 小时前
【再谈设计模式】建造者模式~对象构建的指挥家
开发语言·数据结构·设计模式
热门推荐
01玄机平台应急响应—webshell查杀02Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04新版微信小程序获取用户手机号05文件或文件夹名称中有空格如何批量去除06组基轨迹建模 GBTM的介绍与实现（Stata 或 R）07【TC3xx芯片】TC3xx芯片电源管理系统PMS详解08优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间09基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测10智能车联网安全发展形势、挑战