【数据结构】快速排序（三种实现方式）

一、基本思想

二、动图演示（hoare版）

三、思路分析（图文）

四、代码实现（hoare版）

五、易错提醒

六、相遇场景分析

[6.1 ❥ 相遇位置一定比key要小的原因](#6.1 ❥ 相遇位置一定比key要小的原因)

[6.2 ❥ 右边为key，左边先走](#6.2 ❥ 右边为key，左边先走)

[6.3 ❥ 一边为key，另一边先走的原因](#6.3 ❥ 一边为key，另一边先走的原因)

七、时间复杂度分析

八、快排的优化

[8.1 ❥ key值的选取](#8.1 ❥ key值的选取)

[8.1.1 随机数选key](#8.1.1 随机数选key)

[8.1.2 三数取中](#8.1.2 三数取中)

[8.2 ❥ 小区间优化](#8.2 ❥ 小区间优化)

九、挖坑法

[9.1 ❥ 动图演示](#9.1 ❥ 动图演示)

[9.2 ❥ 思路详解](#9.2 ❥ 思路详解)

[9.3 ❥ 代码实现](#9.3 ❥ 代码实现)

十、前后指针法

[10.1 ❥ 动图演示](#10.1 ❥ 动图演示)

[10.2 ❥ 思路详解](#10.2 ❥ 思路详解)

[10.3 ❥ 代码实现](#10.3 ❥ 代码实现)

一、基本思想

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。

其基本思想为：

任取待排序元素序列中的某元素作为基准值，按照该排序将待排序集合分割成两个子序列
左子序列中所有元素均小于基准值，右子序列中的所有元素均大于基准值
然后分别对左右两部分重复上述操作，直到将无序序列排列成有序序列。

二、动图演示（hoare版）

三、思路分析（图文）

以下以升序为例：

简言之，就是先进行单趟的排序，单趟排完之后，key已经放在它合适的位置上，分割出了一个左区间和右区间，然后进行递归排序，当左右区间都有序时，那么就整体有序。

四、代码实现（hoare版）

void swap(int* a, int* b)
{
	int tmp = *a;
	*a = *b;
	*b = tmp;
}

//hoare版
void QuickSort(int* a, int left, int right) //参数为数组下标
{
	//递归结束条件 
	if (left >= right)
	{
		return;
	}

	int keyi = left;
	int begin = left;
	int end = right;

	//单趟排序
	while (begin < end)
	{

		while (begin < end && a[end] >= a[keyi])
		{
			end--;
		}
		while (begin < end && a[begin] <= a[keyi])
		{
			begin++;
		}
		swap(&a[begin], &a[end]);
	}

	swap(&a[begin], &a[keyi]);
	keyi = begin;	//将begin下标位置赋给keyi

	//分割出左右区间
	// [left, keyi-1] keyi [keyi+1, right]
	
	//整体排序 递归
	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi+1,right);

}

五、易错提醒

我们看如下一段代码：

void QuickSort(int* a, int left, int right) 
{
	if (left >= right)
	{
		return;
	}

	int keyi = left;
	int begin = left;
	int end = right;


	while (begin < end)
	{

		while (a[end] >= a[keyi])
		{
			end--;
		}
		while (a[begin] <= a[keyi])
		{
			begin++;
		}
		swap(&a[begin], &a[end]);
	}

	swap(&a[begin], &a[keyi]);
	keyi = begin;

	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi + 1, right);
}

上述代码是有问题存在的

通过调试可知，第二个while遇到相遇要停止，这里while少了相遇停止条件，否则可能会一直死循环下去

为何要创建begin和end？

通过上述思路分析易知，区间的每次分割，left都需要指向原始序列第一个元素的位置，right指向原始序列最后一个元素的位置，所以这里专门定义一个begin和end 而不是用left和right去++ --，就是为了便于分割区间。

六、相遇场景分析

6.1 ❥ 相遇位置一定比key要小的原因

我们发现，每次L与R相遇时与key进行交换时，L的值都小于key，这是为什么呢？

这里对他们相遇的场景进行分析：

相遇时无非两种场景，要么R遇见L，要么L遇见R

L遇R：

R先走，找小，停下来。

R停下条件是：遇见比key小的值，R停的位置一定比key小，L没有找到大的，遇见R停下

所以说：L遇R，它们相遇的位置就是R的位置

R遇L：

R先走，找小，没有找到比key小的，直接跟L相遇了。

L停留的位置是上一轮交换的位置

上一轮交换，把比key小的值，换到了L的位置

6.2 ❥ 右边为key，左边先走

我们发现，上面相遇场景都是左边做key，如果右边做key，让左边先走呢？

右边做key时：相遇位置一定比key要大

如下图所示：

结论：

左边做key，右边先走，可以保证相遇位置一定比key小

右边做key，左边先走，可以保证相遇位置一定比key大

6.3 ❥ 一边为key，另一边先走的原因

有人肯定会疑惑，为什么要一边做key，另一边先走，不可以做key的一边先走吗？

可以验证一下：

上图是让key在左边，且左边先走，在8相遇，然后与key==5进行交换

交换完后，5换到了数组下标为5的位置，并没有换到他所对应的正确位置，且左区间的8比5大。

我们知道，快排是当一趟排完之后，左区间都比key小，右区间都比key大，且key刚好在正确位置上，这样才可以继续分左右区间进行递归排序。

因此，不可以做key的一边先走

结论： 一边做key，只能让另一边先走

七、时间复杂度分析

在比较理想的情况下，快排的递归结构接近完全二叉树，所以层数为logn层，每一层排序次数近似为n，（即单趟的时间复杂度为n）

故时间复杂度为：O(nlogn)

但是在有序场景下使用快排会性能会下降，时间复杂度为O(N^2)

如下图所示：

当key在左边时，右边R找小就会找不到，然后一直往左走，直到在key处相遇，

然后自己跟自己交换，结束一趟的排序。分割出左右区间。

此处没有左区间，只存在右区间

就这样依次类推......

那么总共执行的次数就会是一个等差数列

即：时间复杂度为O(N^2)

它的效率就会大幅度降低。

八、快排的优化

经过时间复杂度的分析，发现当前的快排算法还是存在一些缺陷的，那就是在有序场景下使用快排会性能会下降，此外，还有可能导致栈溢出。

为什么在有序场景下会发生栈溢出？

因为每走一层就是一个递归，这里递归的深度太深会有栈溢出的风险。

所以快排在此还是有较为明显的缺陷的，面对这些缺陷，我们在此应怎么解决呢？

我们知道，时间复杂度为O(nlogn)的前提是每次区间的划分都是二分，也就是每次选择交换的key，都是接近中间位置的值，哪怕不那么接近二分，但整体深度是logn就可以

所以key值的选取非常关键，如果固定的选择最左边（下标为0）的值，就有可能选到最小的值，然后出现效率退化栈溢出的风险

那如何选key才能避免有序的情况下效率退化呢？

下面提供了两种选取key值的方式

8.1 ❥ key值的选取

8.1.1 随机数选key

如果想要输出给定范围[a,b]内的随机数，需要使用rand()%(b-a+1)+a

缺陷：可能刚刚好选到最大或者最小值

代码如下：

void rand_key(int* a, int left, int right)
{
	int randi = left + (rand() % (right - left + 1));
	swap(&a[left], &a[randi]);
}

8.1.2 三数取中

所谓三数取中，就是从最左边，最右边，最中间三个位置，选择中间的值（不大不小的值）作为key（赋值给key）

代码如下：

int GetMidi(int* a, int left, int right)
{
	int midi = (left + right) / 2;
	if (a[left] > a[right])
	{
		if (a[left] < a[midi]) // r<l<m
		{
			return left;
		}
		else if(a[midi]<a[right])	//m<r<l
		{
			return right;
		}
		else	//r<m<l
		{
			return midi;
		}
	}
	else
	{
		if (a[right]<a[midi])	//l<r<m
		{
			return right;
		}
		else if (a[midi]<a[left])	//m<l<r
		{
			return left;
		}
		else   //l<m<r
		{
			return midi;
		}
		
	}	
}

注意

这里是选出的中间值还应跟最左边的值进行交换，还应该让最左边的值作为key

8.2 ❥ 小区间优化

为何要有小区间优化：

当将一组待排序列进行快排，递归到只剩下5个值时，我们还要进行选key，分割左右区间等操作让5个值有序，此刻使用递归调用花费代价太大（最后一层递归调用就要占整体递归调用的50%），这就引入了小区间优化的方式。

小区间优化目的：

当待排区间长度小于等于某个阈值时，不再递归分割排序，减少递归调用的深度和对栈空间的使用，避免过度分割导致的效率下降，可以在处理小规模数据时获得更好的性能，从而提高整体排序算法的效率。

思路分析：

这里选择直接插入排序，首先希尔排序适合数据量较大时使用，这里不适合使用。

直接插入排序在同是O(N^2)的情况下，它的速度要更快

因为通常情况下，它是达不到O(N^2)，只有在完全有序的情况下，才能达到O(N^2)

所以同级情况下，它要比其它排序更快一点，它的实践意义也在于此。

当然，引入小区间优化会使得效率低下，增加了算法的复杂度。

代码如下：

//直接插入算法
void InsertSort(int* a, int n)
{
	for (int i = 0; i < n - 1; i++)
	{
		int end = i;
		int tmp = a[end + 1];

		while (end >= 0)
		{
			if (tmp < a[end]) 
			{
				a[end + 1] = a[end];
				end--;
			}
			else
			{
				break;
			}
		}
		a[end + 1] = tmp;
	}
}

//交换算法
void swap(int* a, int* b)
{
	int tmp = *a;
	*a = *b;
	*b = tmp;
}

//三数取中
int GetMidi(int* a, int left, int right)
{
	int midi = (left + right) / 2;

	if (a[left] > a[right])
	{
		if (a[left] < a[midi]) 
		{
			return left;
		}
		else if (a[midi] < a[right])	
		{
			return right;
		}
		else	
		{
			return midi;
		}
	}
	else
	{
		if (a[right] < a[midi])	
		{
			return right;
		}
		else if (a[midi] < a[left])	
		{
			return left;
		}
		else 
		{
			return midi;
		}
	}
}

//hoare版
void QuickSort(int* a, int left, int right) //参数为数组下标
{

	if (left >= right)
	{
		return;
	}

	// 小区间优化，不再递归分割排序，减少递归的次数
	if ((right - left + 1) < 10)
	{
		InsertSort(a + left, right - left + 1);
	}
	else
	{
		 //三数取中
		int midi = GetMidi(a, left, right);
		swap(&a[left], &a[midi]);

		int keyi = left;
		int begin = left;
		int end = right;

		while (begin < end)
		{
			while (begin < end && a[end] >= a[keyi])
			{
				end--;
			}
			while (begin < end && a[begin] <= a[keyi])
			{
				begin++;
			}
			swap(&a[begin], &a[end]);
		}

		swap(&a[begin], &a[keyi]);
		keyi = begin;

		QuickSort(a, left, keyi - 1);
		QuickSort(a, keyi + 1, right);
	}
}

九、挖坑法

这里的挖坑法是以单趟排序的思路优化出的挖坑法。

该方法没有效率的提升（因为单趟排序效率无提升空间，至少都得遍历一遍）

但理解起来更简单，因为它们相遇的位置是坑，所以不用分析左边做key，右边先走的问题，也不用分析相遇位置比key小的原因

9.1 ❥ 动图演示

9.2 ❥ 思路详解

将序列的第一个元素作为基准值，存放在临时变量key中，此时的第一个坑位形成

L指向第一个元素，R指向最后一个元素

R开始向前移动，R--，找比key小的值，找到后，将R指向的值填入L的坑位，此时R形成一个坑位

然后L开始向后移动，L++，找比key大的值，找到后，将L指向的值填入R的坑位，此时L形成一个坑位

R和L交错移动，形成新的坑位，直到R与L相遇

此时将key值填入L和R共同所指向的坑位

单趟排序完成

然后分割左右区间进行递归排序

最后排成一个有序序列

9.3 ❥ 代码实现

//挖坑法
void QuickSort1(int*a,int left,int right)
{
	//递归结束条件 
	if (left >= right)
	{
		return;
	}

	int key = a[left];
	int begin = left;
	int end = right;

	//单趟排序
	while (begin < end)
	{
		while (begin<end&&a[end] >= key)
		{
			end--;
		}
		a[begin] = a[end];	//甩给右区间坑

		while (begin<end&&a[begin] <= key)
		{
			begin++;
		}
		a[end] = a[begin];	//甩给左区间坑
	}
	a[begin] = key;	//将key填入相遇的坑

	//进行递归排序
	QuickSort1(a, left, begin - 1);
	QuickSort1(a, begin + 1, right);
	
}

十、前后指针法

前后指针法只是单趟逻辑改变，整体递归思路并没有改变。

该方法没有效率的提升。

10.1 ❥ 动图演示

10.2 ❥ 思路详解

将key指向序列的第一个元素，设为基准值

prev指向key的位置，cur指向prev的下一个位置

对cur进行判断：

如果cur>=key，则cur++

如果cur<key，prev++，交换cur和prev所指向的值，然后cur++

再对cur进行判断，直到cur++到序列的最后一个元素的下一个位置，交换prev与key的值

此时单趟排序完成

然后分割左右区间进行递归排序

最后排成一个有序序列

10.3 ❥ 代码实现

void swap(int* a, int* b)
{
	int tmp = *a;
	*a = *b;
	*b = tmp;
}

//前后指针法
void QuickSort2(int* a, int left, int right)
{
	if (left >= right)
	{
		return;
	}
	
	//单趟排序
	int keyi = left;
	int prev = left;
	int cur = left + 1;
	while (cur<=right)
	{
		if (a[cur] < a[keyi]) //cur的值比keyi的值小
		{
			prev++;

			if (prev != cur)	//判断prev与cur是否指向同一位置
			{
				swap(&a[prev], &a[cur]);
			}
		}
		cur++;
	}
	swap(&a[prev], &a[keyi]);

	QuickSort2(a, left, prev - 1);
	QuickSort2(a, prev + 1, right);
	
}