【排序算法】快速排序

一、定义:

快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法(也叫Hoare排序),是一种基于分治 的排序方。其基本原理是将待排序的数组 通过一趟排序 分成两个独立的部分 ,其中一部分的所有数据另一部分的所有数据都要 ,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列(非递归也是可行的,需要借助数据结构栈来实现)

二、递归思想:

排序只讲升序,升序和降序也就是大于和小于逻辑上的差别

Hoare法:

1、设置一个keyi记录头位置的数据,然后设计2个指分别为针end和begin; 一个从右边出发,一个从左边出发

2、end所指向的数据若是小于keyi则停下,然后begin走,所指向的数据若是大于keyi则停下,

3、将end和begin指向的元素进行互换

4、继续让end走,然后begin走,重复2-3,直到2者相遇,若是相遇,则将其与keyi指向的元素进交换,完成一次✨👉👉

5、keyi指向的数据的位置不是交换到了end和begin相遇的地方么,我们从这里以此处为界限,将区间分成2部分👉👉👉

也就是说我们要对左和右区间分别进行上述操作(2个人走路对比交换操作),完成2个区间,2个区间又会分化成4个区间,一直进行下去,分到区间只有一个数据就实现了。🤔🤔🤔有点类似与二叉树里的前序遍历的思想✨✨✨


我们发现走完一次中间值的特点左边全部小于他,右边全部大于他

我们走路的先后是有讲究的,2个人不是同时走的,而是一个人先走,一个人慢走,也就是说满足这个特点的话讲究先后顺序,因为决定了谁先遇见谁 那么如果我要左边先走了????🤔

✨✨✨用图来说话,是不是不能满足了;

🐸🐸hoare排序的难点在这里,就是要注意谁先走;为啥会有这种情况??

✨✨因为我们左边的任务是找大右边的任务是找小 ,然后而且我们的2个好兄弟并不是同时走的,是交替顺序走的哦!🧑‍🎓🧑‍🎓相遇前最后一次 发生的交换,如下:这是互换好的

此时🐸左边大于keyi的数换到了end的位置,🐸右边小于keyi的数换到了begin的位置。🤔如果先走begin ;begin走到end的位置停下,也就是我们会将大于keyi的数和其交换位置,所以不满足情况;若是先走end, 那么end和begin相遇就是停在小于keyi的位置✨✨

其实这个才是影响最终结果的情况

👉✨总结:"先出发是为了在你遇见我之前而遇见你"---->>> 我如果keyi 的位置在首元素位置,和keyi进行互换的元素需要是小于keyi指向的元素,那么就需要任务为:找大于keyi的数的end指针先走; 如果keyi尾元素处 ,最后与keyi交换的元素要大于keyi指向的元素,那么我们需要的是任务为:找大于keyi的begin指针先走。✨✨✨✨✨✨✨✨✨✨✨✨✨

Hoare的思路差不多讲完了,是不是感觉已经可以自己写出代码了✨✨✨✨确实如此哈,但是你这会递归吗??🧐 哈哈哈,开玩笑啦❤️🫰笔者当然相信你会的,试着自己写一下嘛😁作为笔记,我还是记录一下


🧑‍🎓✨开始时就说过Hoare排序类似二叉树的前序 ,先排序,当keyi换好位置后,将其当作**"根节点"** 并分成2个区间,2个区间又进行排序,将keyi位置交换好,再次以keyi根分成2个区间,重复排序,一直分到区间只有一个元素,也就有序了,👉👉👉这个图就是先分区间,排序好后,分成2部分,因为每次排一次keyi交换后, 他的左边全是小于 他的值右边全是大于他的值,每个区间的都有这样的特性,因此传参传的是区间✨

我们排号区间,以节点作为区间分界点进行分割区间,如6的左右2边分成了2块区间

优化1:keyi的选取

✨✨其实上面的递归看着是个二叉树的样子,keyi每次都换在区间中间的情况,并不是每次都是这样,根据待排序数组来看的哦🐸 数据顺序千变万化;

👉比如:一个逆序的数组,你将数据传入,那么keyi直接交换到最后一个位置,以最后一个位置分成一个区间;看图,发现了么,我还有重复排序情况,很容易发生栈溢出的风险☠️☠️

如果是 顺序的也是如此👉👉👉👉

时间复杂度退化到O(N^2)🤔🤔

因为keyi每次都是取首元素的值,所以会出现上述这种弊端,从keyi取值入手

1、随机值 (keyi的值是随机的,但是不推荐,随机值不好控制)

2、三数取中(在区间里面,左、右、中三个数取第二大的数到keyi里去)

**注意:**并不是keyi要换到这些位置,而是将取到值换到keyi指向的位置,因为我们本身的逻辑keyi就必须是在首元素位置✨✨

👉三数取中就可以避免上面的情况,数据左、右值以及中间值,三个数里面找中间值 ,然后将中间值换到首元素位置(逻辑不能变,keyi的位置初始情况在首元素✨);就可以保证排好序后,keyi的位置接近区间的中间

cpp 复制代码
//优化:先三个数找中间:
int GetMin(int* a, int left, int right)
{
	int min = ((right - left) >> 1)+ left;
	if (a[min] < a[left])
	{
		if (a[min] > a[right])
		{
			return min;
		}
		else if (a[right]<a[left])
		{
			return right;
		}
		else
		{
			return left;
		}
	}
	else
	{
		if (a[min] < a[right])
		{
			return min;
		}
		else if (a[right] > a[left])
		{
			return right;
		}
		else
		{
			return left;
		}
	}

}

优化2:小区间优化

每次分割二分,以二叉树角度看,最后一层是2^(h-1)个节点,总节点是2^h,那么我发现倒数三层占递归比例挺大的哎,我能不能把这一段优化掉???不用递归了,降低栈溢出的风险🤔🤔

这里我们想到用一个**时间复杂度为O(N^2)**的排序来解决

当区间元素个数小于10个时我就用一个**插入排序 。**修改一下递归条件即可递归结束条件即可

挖坑法:

因为有些大佬认为Hoare的方法不易理解,就想到了挖坑法进行,这里用到了坑位

思路:key取出首元素,2个指针;begin指向首位置,end指向尾位置

✨占坑位的不能动,刚开始没有坑位的是end,当end走到比key小的位置,我们将end指向的元素放到begin指向的坑位,此时end变成坑位,end不动,begin走,找到比key大的元素,将begin指向的元素放到end指向的坑位;直到二者相遇,此时一起蹲坑,将key放到坑里面✨

前后指针法:

思路:2指针,起始位置:prev指向首元素,cur在第二个元素位置,先让cur走,若是cur指向数据比key小 ,则prev后移动一位,然后将cur指向的元素和prev指向的元素进行交换,当prev走过尾元素,也就是走出区间,将prev的值和key的值进行交换✨

总结:

🧑‍🎓后面2种写法都没有画过程,看动图其实就能很好的理解哦,很简单的,这里就不要考虑先走的问题了 直接规定好了。🐸当然啦✨✨三种方法的效率是一样的,后面的方法是为了更好的理解Hoare的思想,他们也就只是排序的写法改变了,方式都是一样的,逻辑没变✨


三、非递归思想:

✨我们通过递归可以发现,递归的是区间,对区间进行的修改,那么接下来以下面这个数组作为例子:👉

✨ 递归变非递归 其实就是将其变成迭代的思路

我们二叉树的前序遍历,就是根、左子树、右子树,那么我们的思路就是先遍历[0,9];然后遍历[0,4]再是[0,1] [3,4]等等,那么我们想到了创建一个栈来实现;利用先进后出的特点,可以将区间压进去,先入右区间,再入左,先出来的就是左区间

先入【0.9】 取出来进行排序

排完以后找到5,然后再入[6,9] 和 [0,4],此时区间变成2部分

[0,4]出栈,交换后,此时以下标2进行分区间入栈

👉👉👉 是不是很好看懂,就是先动左区间再动右区间,处理一边再处理另一边,其实就是深度优先遍历么🐸🧑‍🎓

✨结束条件就是空栈结束喽

当然啦,你可以用队列 实现,但是要注意队列是先进先出,它是一层一层的进行排的

排序的和递归里的排序方法一样,三种方法随便选一个都可以用,我们的栈就是来模拟实现先序遍历的过程

四、代码实现:

优化:三数取中,每种实现方法都需要用这个函数

cpp 复制代码
//三数取中
int GetMin(int* a, int left, int right)
{
	int min = ((right - left) >> 1)+ left;
	if (a[min] < a[left])
	{
		if (a[min] > a[right])
		{
			return min;
		}
		else if (a[right]<a[left])
		{
			return right;
		}
		else
		{
			return left;
		}
	}
	else
	{
		if (a[min] < a[right])
		{
			return min;
		}
		else if (a[right] > a[left])
		{
			return right;
		}
		else
		{
			return left;
		}
	}

}

1、Hoare法:

cpp 复制代码
void QuickSort1(int* a, int left, int right)
{
	//递归结束条件
	/*if (right <= left)
	{
		return;
	}*/
	//优化后:递归结束条件变成了当剩下10个以内的元素需要排序时,就使用插入排序
	if (right - left + 1 < 10)
	{
		InsertSort(a + left, right - left + 1);
	}
	else 
	{
		//3个取中
		int mid = GetMin(a, left, right);
		//将中的元素换到left
		Swp(&a[mid], &a[left]);
		int keyi = left;
		int begin = left;
		int end = right;
		while (begin < end)
		{
			//右边找小的,左边找大的
			while (a[end] >= a[keyi] && end > begin)
			{
				end--;
			}
			while (a[begin] <= a[keyi] && end > begin)
			{
				begin++;
			}
			//交换
			Swp(&a[begin], &a[end]);
		}
		Swp(&a[keyi], &a[begin]);
		QuickSort1(a, left, begin - 1);
		QuickSort1(a, end + 1, right);
	}
}

2、挖坑法:

cpp 复制代码
//挖坑法(有一个人要蹲坑)效率差不多
void QuickSort2(int* a, int left, int right){
	if (right - left + 1 < 10)
	{
		InsertSort(a + left, right - left + 1);
	}

	else
	{
		int mid = GetMin(a, left, right);
		Swp(&a[left], &a[mid]);
		int keyi = a[left];
		int begin = left;
		int end = right;
		while (begin < end)
		{
			//仍然是左边找大,右边找小
			while (begin < end && a[end] >= keyi)
			{
				end--;
			}
			a[begin] = a[end];
			while (begin < end && a[begin] <= keyi)
			{
				begin++;
			}
			a[end] = a[begin];
		}
		a[end] = keyi;
		QuickSort2(a, left, begin - 1);
		QuickSort2(a, end + 1, right);
	}

}

3、前后指针法:

cpp 复制代码
//前后指针法:
void QuickSort3(int* a, int left, int right)
{

	/*if (left >= right)
	{
		return;
	}*/
	if (right - left + 1 < 10)
	{
		//小于10个数据进行插入排序
		InsertSort(a + left, right - left + 1);
	}
	else
	{
		int mid = GetMin(a, left, right);
		Swp(&a[mid], &a[left]);
		int keyi = left;
		int prev = left;
		int cur = left + 1;
		//cur先走,找小的
		while (cur <= right)
		{
			//若小于a[keyi]则prev后移一位 再交换
			if (a[cur] <= a[keyi])
			{
				prev++;
				Swp(&a[prev], &a[cur]);
			}
			cur++;
		}
		Swp(&a[prev], &a[keyi]);
		QuickSort3(a, left, prev - 1);
		QuickSort3(a, prev + 1, right);
	}
}

4、非递归:

cpp 复制代码
#pragma once

#include<stdio.h>
#include<stdbool.h>
#include<stdlib.h>
#include<assert.h>

typedef int LTDataType;
//顺序表(栈)
typedef struct SL
{
	LTDataType* a;
	int top;
	int capacity;
}SL;
//入栈
void SLPush(SL* p,LTDataType x)
{
	//不能传NULL,判空;
	assert(p);
	if (p->top == p->capacity)
	{
		//先判断是否为0,好进行扩容
		int newnode = p->capacity == 0 ? 4 : 2 * (p->capacity);
		//扩容;创建一个临时变量接收新的空间,成功在将其交给p->a;
		LTDataType* s = (LTDataType*)realloc(p->a,newnode * sizeof(LTDataType));
		if (s == NULL)
		{
			perror("realloc");
			return;
		}
		p->a = s;
		p->capacity = newnode;
	}
	p->a[p->top] = x;
	//指向下一个数据地址
	p->top++;
}
//出栈(类似尾删)
void SLPop(SL* p)
{
	//是否为空
	assert(p);
	assert(p->top > 0);
	p->top--;
}
//初始化
void SLInit(SL* p)
{
	p->a = NULL;
	p->capacity = 0;
	//p->top = -1;//指向栈顶的数据
	p->top = 0;//指向栈顶的下一个数据
}
//销毁
void SLDestroy(SL* p)
{
	assert(p);
	free(p->a);
	p->a = NULL;
	p->capacity = p->top = 0;
}
//判空
bool SLEmpty(SL* p)
{
	//不能是空地址
	assert(p);
	//为0就是真(true),为1就是假(flase)
	return p->top == 0;
}
//数据个数
int SLsize(SL* p)
{
	int size = p->top;
	return size;
}
//取数据:
LTDataType SLPot(SL*p)
{
	assert(p);
	return p->a[p->top-1];
}


//非递归,将递归变成迭代,最重要的是区间
void QuickSortNonR(int* a, int left, int right)
{
	SL pts;
	SLInit(&pts);
	SLPush(&pts,right);
	SLPush(&pts, left);
	while (!SLEmpty(&pts))
	{

		int begin = SLPot(&pts);
		SLPop(&pts);
		int end = SLPot(&pts);
		SLPop(&pts);
		int mid = GetMin(a, begin,end);
		Swp(&a[mid], &a[begin]);
		int keyi = begin;
		int prev = begin;
		int cur = begin + 1;
		//cur先走,找小的
		while (cur <= end)
		{
			//若小于a[keyi]则prev后移一位 再交换
			if (a[cur] <= a[keyi])
			{
				prev++;
				Swp(&a[prev], &a[cur]);
			}
			cur++;
		}
		Swp(&a[prev], &a[keyi]);
		if (prev + 1 < end)
		{
			SLPush(&pts, end);
			SLPush(&pts, prev + 1);
		}
		if (prev - 1 > begin)
		{
			SLPush(&pts, prev-1);
			SLPush(&pts, 0);
		}
		
	}
	SLDestroy(&pts);

}

相关推荐
清梦202024 分钟前
经典问题---跳跃游戏II(贪心算法)
算法·游戏·贪心算法
Dream_Snowar1 小时前
速通Python 第四节——函数
开发语言·python·算法
Altair澳汰尔1 小时前
数据分析和AI丨知识图谱,AI革命中数据集成和模型构建的关键推动者
人工智能·算法·机器学习·数据分析·知识图谱
A懿轩A1 小时前
C/C++ 数据结构与算法【栈和队列】 栈+队列详细解析【日常学习,考研必备】带图+详细代码
c语言·数据结构·c++·学习·考研·算法·栈和队列
Python机器学习AI1 小时前
分类模型的预测概率解读:3D概率分布可视化的直观呈现
算法·机器学习·分类
吕小明么2 小时前
OpenAI o3 “震撼” 发布后回归技术本身的审视与进一步思考
人工智能·深度学习·算法·aigc·agi
1 9 J3 小时前
数据结构 C/C++(实验五:图)
c语言·数据结构·c++·学习·算法
程序员shen1616113 小时前
抖音短视频saas矩阵源码系统开发所需掌握的技术
java·前端·数据库·python·算法
汝即来归3 小时前
选择排序和冒泡排序;MySQL架构
数据结构·算法·排序算法
咒法师无翅鱼3 小时前
【定理证明工具调研】Coq, Isabelle and Lean.
算法