【排序】——2.快速排序法(含优化)


快速排序法


递归法

霍尔版本(左右指针法)

1.思路

1、选出一个key,一般是最左边或是最右边的。

2、定义一个begin和一个end,begin从左向右走,end从右向左走。(需要注意的是:若选择最左边的数据作为key,则需要end先走;若选择最右边的数据作为key,则需要bengin先走)。

3、在走的过程中,若end遇到小于key的数,则停下,begin开始走,直到begin遇到一个大于key的数时,将begin和right的内容交换,end再次开始走 ,如此进行下去,直到begin和end最终相遇,此时将相遇点的内容与key交换即可。(选取最左边的值作为key)

4.此时key的左边都是小于key的数,key的右边都是大于key的数

5.将key的左序列和右序列再次进行这种单趟排序,如此反复操作下去,直到左右序列只有一个数据,或是左右序列不存在时,便停止操作,此时此部分已有序

📝tip1

  • 常选左为key,那右边先走。

📝优化一:选key的常见三种方法

  • 1.三数取中(比较推荐)

    • 三数取中 left mid right
    • 大小居中的值,也就是不是最大也不是最小的
  • 2.随机取一个

  • 3.取中间位置

java 复制代码
//关于选kevi------三数取中,作为kevi(比较好)
int Getmid(int* arr, int left, int right)
{
	//方法1:三数取中
	//left	mid	  right
	//找到三者------中间值的下标,返回
	int mid = (left + right) / 2;
	if (arr[left] < arr[mid])
	{
		if (arr[mid] < arr[right])
		{
			return mid;
		}
		else if(arr[right]<arr[mid])
		{
			return right;
		}
		else
		{
			return left;
		}
	}
	else    //此时已经arr[left]>arr[mid]
	{
		if (arr[right] < arr[mid])
		{
			return mid;
		}
		else if (arr[left] < arr[right])
		{
			return left;
		}
		else
		{
			return right;
		}
	}
}
//方法2:随机取一个(还行)
int GetRand(int* arr, int left, int right)
{
	srand((size_t)time(NULL));
	return rand() % (right-left+1)+left;
}
//方法3:取中间位置
int GetMid(int* arr, int left, int right)
{
	return (left + right) / 2;
}

📝优化二:小区间优化

优化小数组的交换,就是为了解决大才小用问题

原因:对于很小和部分有序的数组,快排不如插排好。当待排序序列的长度分割到一定大小后,继续分割的效率比插入排序要差,此时可以使用插排而不是快排

截止范围:待排序序列长度N = 10,虽然在5~20之间任一截止范围都有可能产生类似的结果,这种做法也避免了一些有害的退化情形。

java 复制代码
if (right - left + 1 < 10)
{
	InsertSort(a + left, right - left + 1);		//使用插入排序
	return;
}
2.图解

单趟动图

3.代码

代码如下

java 复制代码
//hoare(霍尔)版本(左右指针法)
#include<stdio.h>
void Swap(int* p1, int* p2)
{
	int tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}
void QuickSort(int* arr,int left,int right)
{
	//递归终止条件
	if (left >= right)
		return;
	
	//记录一下,因为后面要变化
	int begin=left;
	int end=right;
	//选左边为key
	int mid = Getmid(arr, left, right);		//三数取中
	Swap(&arr[mid],&arr[left]);				//把找到的,移到最左边
	int kevi = left;
	while (left < right)
	{
		//右先走
		// 注意:left<right
		//right,找小
		while (left < right &&arr[right] >= arr[kevi])
		{
			right--;
		}
		//left找大
		while (left < right && arr[left]<= arr[kevi])
		{
			left++;
		}
		//交换(大和小的)
		Swap(&arr[left], &arr[right]);
	}
	//交换key和相遇点
	Swap(&arr[kevi], &arr[right]);
	kevi = right;		//更新kevi
	//递归
	// 右边大于kevi  左边小于kevi
	//此时[begin,kevi) kevi [kevi+1,end]
	QuickSort(arr, begin,kevi-1);
	QuickSort(arr, kevi+1,end);
}

运行结果:

挖坑法

1.思路
  • 选key,左边为key(坑)
  • 右边先走,找小(小于key),找到把值放key(坑里),此时right变新坑
  • 左边后走,找大(大于key),找到把值放key(坑里),此时left变新坑。
  • 一直相遇,把一开始key的值放相遇点
  • 递归下去
2.图解
3.代码
java 复制代码
//挖坑法
void QuickSort_keng(int* arr,int begin,int end)
{
	//递归结束
	if (begin >= end)
		return;
	//
	int left = begin;
	int right = end;

	int mid = Getmid(arr, left, right);			//三数取中
	Swap(&arr[mid], &arr[left]);				//换过来
	int kevi = arr[left];						//设置开始的坑位,保存key的值
	int keng = left;							//记录坑位的位置
	while (left < right)
	{
		//right 找小
		while (left<right&&arr[right] >= kevi)
		{
			right--;
		}
		Swap(&arr[right], &arr[keng]);			//交换,right位置变成新的坑位
		keng = right;
		//left找大
		while (left < right && arr[left] <= kevi)
		{
			left++;
		}
		Swap(&arr[left], &arr[keng]);			//交换,left位置变成新的坑位
		keng = left;							
	}
	//最终把kevi放keng位置(相遇点)
	arr[keng] = kevi;

	//递归
	QuickSort_keng(arr,begin,keng-1);
	QuickSort_keng(arr, keng+1, end);

}

前后指针法

1.思路
  • 1、选出一个key,一般是最左边或是最右边的。
  • 2、起始时,prev指针指向序列开头,cur指针指向prev+1 (前后指针)。
  • 3、若cur指向的内容小于key,则prev先向后移动一位,然后交换prev和cur指针指向的内容,然后cur指针++;
  • 4、若cur指向的内容大于key,则cur指针直接++。如此进行下去,直到cur到达end位置,此时将key和++prev指针指向的内容交换即可。

经过一次单趟排序,最终也能使得key左边的数据全部都小于key,key右边的数据全部都大于key

然后也还是将key的左序列和右序列再次进行这种单趟排序,如此反复操作下去,直到左右序列只有一个数据,或是左右序列不存在时,便停止操作

2.图解
3.代码
java 复制代码
void Swap(int* p1, int* p2)
{
	int tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}
//前后指针版本
void QuickSort_prev(int* arr, int begin, int end)
{
	//递归结束
	if (begin >= end) return;
	记录区间范围
	int left =begin;
	int right = end;

	int kevi = left;		//记录key的下标
	//前后指针
	int prev =left;
	int cur = left + 1;
	while (cur <= right)
	{
		if (arr[cur] < arr[kevi] && ++prev != cur)
		{
			//把小的交换到前面
			Swap(&arr[cur],&arr[prev]);
		}
		cur++;
	}
	//cur越界了,交换kevi和prev
	Swap(&arr[kevi], &arr[prev]);
	kevi = prev;
	//递归
	QuickSort_prev(arr, left, kevi - 1);
	QuickSort_prev(arr, kevi + 1, right);

}

非递归法

1.思路

  • 使用stack来存储待处理的区间,先入栈的是右端点,然后是左端点。

  • 在while循环中,只要栈不为空,就继续处理。

  • 每次从栈中弹出两个元素,分别代表当前处理区间的左右端点。

  • 执行一趟快速排序的划分操作,使用kevi作为基准元素的索引,prev用于记录小于基准元素的最后一个元素的位置。

  • 在while循环中,cur遍历当前区间,如果发现比基准元素小的元素,则将其与prev位置的元素交换。

  • 划分完成后,将基准元素与prev位置的元素交换,确保基准元素位于中间位置。

  • 检查新的区间是否需要继续排序,如果需要,则将新的区间端点压入栈中

  • 重复步骤2-7,直到栈为空,这意味着所有元素都已经被排序。

2.图解

3.代码

这里得单趟,我套用了前面 前后指针的方法

java 复制代码
//非递归
void QuickSort_None(int* arr, int begin, int end)
{
	stack<int> st;		//栈

	//先入右,后入左
	st.push(end);
	st.push(begin);

	//不为空
	while (!st.empty())
	{
		//出栈区间,开始一趟
		int left = st.top();
		st.pop();

		int right = st.top();
		st.pop();

		//走单趟
		int kevi = left;
		int prev = left;
		int cur = left+1;

		while (cur <= right)
		{
			//把小的换到前面
			if (arr[cur] < arr[kevi] && ++prev != cur)
			{
				Swap(&arr[prev], &arr[cur]);
			}
			++cur;
		}
		//把kevi换到相遇点
		Swap(&arr[kevi],&arr[prev]);
		kevi = prev;
		//入栈新区间-先右后左
		// [begin,kevi-1] kevi [kevi+1,end]
		if (kevi + 1 < right)
		{
			st.push(end);		//先右后左
			st.push(kevi+1);
		}
		if (left<kevi-1)
		{
			st.push(kevi-1);	// 先右后左
			st.push(left);
		}
	}
}

算法性能

1.时间复杂度

2.空间复杂度

3.稳定性

不稳定

下面2 2 1 的例子,两个2相对位置发生变化




相关推荐
牙牙705几秒前
Centos7安装Jenkins脚本一键部署
java·servlet·jenkins
დ旧言~6 分钟前
【高阶数据结构】图论
算法·深度优先·广度优先·宽度优先·推荐算法
paopaokaka_luck8 分钟前
[371]基于springboot的高校实习管理系统
java·spring boot·后端
我们的五年11 分钟前
【Linux课程学习】:进程描述---PCB(Process Control Block)
linux·运维·c++
张彦峰ZYF11 分钟前
投资策略规划最优决策分析
分布式·算法·金融
以后不吃煲仔饭20 分钟前
Java基础夯实——2.7 线程上下文切换
java·开发语言
进阶的架构师21 分钟前
2024年Java面试题及答案整理(1000+面试题附答案解析)
java·开发语言
The_Ticker27 分钟前
CFD平台如何接入实时行情源
java·大数据·数据库·人工智能·算法·区块链·软件工程
程序猿阿伟27 分钟前
《C++ 实现区块链:区块时间戳的存储与验证机制解析》
开发语言·c++·区块链
大数据编程之光1 小时前
Flink Standalone集群模式安装部署全攻略
java·大数据·开发语言·面试·flink