C++ 快排算法

今天看到一种清爽的快速算法,复习一下~

快速排序算法的平均时间复杂度是O(n log n),最坏情况下的时间复杂度是O(n^2)。
快速排序的最佳情况是每次分割都平均分配元素,这种情况下时间复杂度可降至O(n log n)。

快速排序的基本步骤如下:

1、选择一个"基准"元素。可以选择第一个元素、最后一个元素、中间元素,或者随机选择一个元素作为基准。
2、重新排列数组。把所有比基准小的元素放在基准前面,所有比基准大的元素放在基准的后面。
3、递归把小于基准元素的子数组和大于基准元素的子数组进行快速排序。

贴代码:

cpp 复制代码
**// Test.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//

#include <iostream>
#include <vector>
using namespace std;

vector<int> QuickSort(vector<int>& arr)
{
    // 如果数组长度小于等于1,直接返回
    if (arr.size() <= 1) 
    {
        return arr; 
    }

    int mid = arr[arr.size() / 2]; // 选择中间元素作为基准
    vector<int> left; // 存小于基准的元素
    vector<int> middle; // 存等于基准的元素
    vector<int> right; // 存大于基准的元素

    for (const auto& it: arr) 
    {
        if (it == mid)
        {
            middle.push_back(it); // 等于基准的元素放入 middle
        }
		else if (it < mid)
        {
            left.push_back(it); // 小于基准的元素放入 left
        }
        else if (it > mid)
        {
            right.push_back(it); // 大于基准的元素放入 right
        }
    }

    // 递归排序 left 和 right,并将结果合并
    vector<int> sortedLeft = QuickSort(left);
    vector<int> sortedRight = QuickSort(right);

    // 合并结果
    vector<int> result;
    result.insert(result.end(), sortedLeft.begin(), sortedLeft.end());
    result.insert(result.end(), middle.begin(), middle.end());
    result.insert(result.end(), sortedRight.begin(), sortedRight.end());

    return result;
}


int main()
{
	vector<int> arr = { 2,5,8,9,0,7,6,1,3,4 };
	auto result = QuickSort(arr);
	
    for (const auto& it : result)
    {
        cout << it << "\t";
    }

	cin.get();
	return 0;
}

**

测试:

相关推荐
vibecoding日记14 小时前
双非如何快速入职字节等大厂大模型?真实案例分析:推理优化和投机解码
算法·求职·大模型工程师
yszaygr213816 小时前
Verilog参数化游程编码RLE模块
算法
望易17 小时前
刚设计的大模型架构-双域耦合认知框架
算法·架构
复杂网络20 小时前
多个 Claude Code 与多个 Codex 协同工作:设计与实现方案
算法
apocelipes1 天前
常用编程语言和库的正则表达式性能对比
c语言·c++·python·性能优化·golang·开发工具和环境
HjhIron1 天前
面试常客:字符串算法从入门到进阶
算法·面试
吴佳浩2 天前
DeepSeek DSpark:Confidence-Scheduled Speculative Decoding 技术解析
人工智能·算法·deepseek
触底反弹2 天前
🧠 搞懂 Token,才算真正入门大模型——从分词原理到 Embedding 语义实战
javascript·人工智能·算法
vivo互联网技术2 天前
ICLR 2026 | 基于后验采样的图像恢复方法LearnIR:人脸去阴影、去雾
人工智能·算法·aigc