快速排序算法及其优化

说码解字2025-04-13 11:02

快速排序（QuickSort）是一种高效的分治排序算法，其核心思想是选取一个基准值（pivot），将数组分成两部分：一部分所有元素小于等于基准值，另一部分所有元素大于基准值。然后对这两部分递归应用相同的操作，直到子数组规模为 0 或 1。

快速排序的步骤分三步：

  1. 选择基准值：通常选数组的第一个、最后一个、中间或随机元素作为 pivot。例如，选择最后一个元素。
  2. 分区（Partition）：将数组重新排列，使得左边部分的所有元素 <= pivot，右边部分的所有元素 > pivot。最终 pivot 位于其正确排序位置。实现方式是用两个指针 i 和 j ，i 指向小于 pivot 的部分的边界，j 遍历数组，交换元素以满足条件。
  3. 递归排序：对 pivot 左侧和右侧的子数组递归调用快速排序。

Java 代码实现：

ini 复制代码 
public void quickSort(int[] arr, int low, int high) {
    if (low < high) {
        int pi = partition(arr, low, high);
        quickSort(arr, low, pi - 1);
        quickSort(arr, pi + 1, high);
    }
}
​
private int partition(int[] arr, int low, int high) {
    int pivot = arr[high];
    int i = low - 1;
    for (int j = low; j < high; j++) {
        if (arr[j] <= pivot) {
            i++;
            int temp = arr[i];
            arr[i] = arr[j];
            arr[j] = temp;
        }
    }
    int temp = arr[i + 1];
    arr[i + 1] = arr[high];
    arr[high] = temp;
    return i + 1;
}

递归的终止条件：如果 low >= high，说明子数组为空或只有一个元素，无需排序，直接返回。

快速排序的时间复杂度取决于分区平衡性和递归深度，主要分以下几种情况：

  1. 平均情况：O(nlogn)

    假设每次 partition 将数组大致分成两等份，pivot 接近中位数，每次 partition 遍历子数组，比较和交换操作需要 O(n) 时间（n 是子数组大小）。假设数组每次均分为两半，递归树的深度为 O(logn)，因为每次子数组规模减半。每一层的总工作量是O(n)（所有子数组的元素总数约为 n ）。总时间复杂度 = 每层工作量 O(n) × 层数 O(logn) = O(nlogn)。这种情况出现在随机数据或 pivot 选择较好时。

  1. 最坏情况：O(n²)

    假设每次 partition 分区极不平衡，比如数组已排序（升序或降序），且 pivot 选最后一个元素，或者数组元素全部相同。每次 partition 将数组分为两部分：一部分为空或只有一个元素，另一部分包含剩余 n-1 个元素。递归树的深度为O(n)，因为每次只减少一个元素。每次 partition 仍需 O(n) 时间（遍历整个子数组）。总时间复杂度 = 每层工作量 O(n) + O(n-1) + ... + O(1) = O(n²)。这种情况出现在已排序数组、逆序数组或全相同元素且pivot 固定选最后一个元素时。

  2. 最好情况：O(nlogn)

    每次 partition 完美地将数组分成两等份（pivot 恰好是中位数）。与平均情况类似，递归深度为 O(log n)，每层工作量为 O(n)，总时间为 O(n log n)。这种情况极少发生，除非 pivot 选择机制（如三数取中）确保接近中位数。

快速排序的空间复杂度主要由递归调用栈和辅助变量决定。在递归调用栈中，平均情况下，当分区平衡时，递归树的深度为 O(logn)，每次递归调用在栈上存储常量级的变量（low、high、pi 等），因此栈空间为O(log n)。最坏情况下，当分区极不平衡时（例如已排序数组），递归深度为 O(n)。每次递归调用仍存储常数级变量，栈空间为 O(n)。partition 方法中使用局部变量：pivot、i、j、temp，均为 O(1)。排序是原地进行的（通过交换元素，不需要额外数组），因此没有额外的 O(n) 空间。所以快速排序的总空间复杂度由递归栈主导，平均情况是O(log n)，最坏情况是O(n)。

快速排序的四种优化算法：

  1. 随机化 Pivot，通过随机选择 pivot，避免最坏情况（如已排序数组或全相同元素），使分区更平衡，平均时间复杂度更稳定为 O(n log n)。
ini 复制代码 
import java.util.Random;
​
static void quickSort(int[] arr, int low, int high) {
    if (low < high) {
        int pi = partition(arr, low, high);
        quickSort(arr, low, pi - 1);
        quickSort(arr, pi + 1, high);
    }
}
​
static int partition(int[] arr, int low, int high) {
    // 随机化 pivot
    Random rand = new Random();
    int randomIndex = low + rand.nextInt(high - low + 1);
    // 交换随机索引与 high
    int temp = arr[randomIndex];
    arr[randomIndex] = arr[high];
    arr[high] = temp;
​
    int pivot = arr[high];
    int i = low - 1;
    for (int j = low; j < high; j++) {
        if (arr[j] <= pivot) {
            i++;
            temp = arr[i];
            arr[i] = arr[j];
            arr[j] = temp;
        }
    }
    temp = arr[i + 1];
    arr[i + 1] = arr[high];
    arr[high] = temp;
    return i + 1;
}
  1. 三数取中，通过选择首、尾、中间元素的中位数作为 pivot，尽量使分区平衡，减少最坏情况发生。
ini 复制代码 
static void quickSort(int[] arr, int low, int high) {
    if (low < high) {
        int pi = partition(arr, low, high);
        quickSort(arr, low, pi - 1);
        quickSort(arr, pi + 1, high);
    }
}
​
static int partition(int[] arr, int low, int high) {
    // 三数取中
    int mid = low + (high - low) / 2;
    // 比较 low, mid, high 三个位置的值，找出中位数
    int pivotIndex;
    if ((arr[low] <= arr[mid] && arr[mid] <= arr[high]) || (arr[high] <= arr[mid] && arr[mid] <= arr[low])) {
        pivotIndex = mid;
    } else if ((arr[mid] <= arr[low] && arr[low] <= arr[high]) || (arr[high] <= arr[low] && arr[low] <= arr[mid])) {
        pivotIndex = low;
    } else {
        pivotIndex = high;
    }
    // 将中位数交换到 high
    int temp = arr[pivotIndex];
    arr[pivotIndex] = arr[high];
    arr[high] = temp;
​
    int pivot = arr[high];
    int i = low - 1;
    for (int j = low; j < high; j++) {
        if (arr[j] <= pivot) {
            i++;
            temp = arr[i];
            arr[i] = arr[j];
            arr[j] = temp;
        }
    }
    temp = arr[i + 1];
    arr[i + 1] = arr[high];
    arr[high] = temp;
    return i + 1;
}
  1. 小数组优化，对小规模子数组（例如长度 ≤ 10），使用插入排序替代快速排序，减少递归开销和函数调用，提高性能。
ini 复制代码 
static void quickSort(int[] arr, int low, int high) {
    // 小数组优化，阈值设为 10
    if (high - low + 1 <= 10) {
        insertionSort(arr, low, high);
        return;
    }
    if (low < high) {
        int pi = partition(arr, low, high);
        quickSort(arr, low, pi - 1);
        quickSort(arr, pi + 1, high);
    }
}
​
static int partition(int[] arr, int low, int high) {
    int pivot = arr[high];
    int i = low - 1;
    for (int j = low; j < high; j++) {
        if (arr[j] <= pivot) {
            i++;
            int temp = arr[i];
            arr[i] = arr[j];
            arr[j] = temp;
        }
    }
    int temp = arr[i + 1];
    arr[i + 1] = arr[high];
    arr[high] = temp;
    return i + 1;
}
​
// 插入排序实现
static void insertionSort(int[] arr, int low, int high) {
    for (int i = low + 1; i <= high; i++) {
        int key = arr[i];
        int j = i - 1;
        while (j >= low && arr[j] > key) {
            arr[j + 1] = arr[j];
            j--;
        }
        arr[j + 1] = key;
    }
}
  1. 重复元素优化，优化大量重复元素的情况，避免因 arr[j] <= pivot 导致的不必要交换，减少比较和移动次数。将数组分为三部分，小于 pivot 的元素、等于 pivot 的元素和大于 pivot 的元素。
ini 复制代码 
static void quickSort(int[] arr, int low, int high) {
    if (low < high) {
        int[] result = partitionThreeWay(arr, low, high);
        int lt = result[0], gt = result[1];
        quickSort(arr, low, lt - 1);
        quickSort(arr, gt + 1, high);
    }
}
​
static int[] partitionThreeWay(int[] arr, int low, int high) {
    int pivot = arr[high];
    int lt = low;      // 小于 pivot 区域右边界
    int gt = high;     // 大于 pivot 区域左边界
    int i = low;       // 当前处理元素
​
    while (i <= gt) {
        if (arr[i] < pivot) {
            int temp = arr[lt];
            arr[lt] = arr[i];
            arr[i] = temp;
            lt++;
            i++;
        } else if (arr[i] > pivot) {
            int temp = arr[gt];
            arr[gt] = arr[i];
            arr[i] = temp;
            gt--;
        } else {
            i++; // 等于 pivot，直接跳过
        }
    }
    return new int[]{lt, gt}; // 返回小于和大于区域的边界
}

综合以上优化算法，可以得到一个更加鲁棒的快速排序实现：

ini 复制代码 
import java.util.Random;
​
static void quickSort(int[] arr, int low, int high) {
    // 小数组优化
    if (high - low + 1 <= 10) {
        insertionSort(arr, low, high);
        return;
    }
    if (low < high) {
        int[] result = partitionThreeWay(arr, low, high);
        int lt = result[0], gt = result[1];
        quickSort(arr, low, lt - 1);
        quickSort(arr, gt + 1, high);
    }
}
​
static int[] partitionThreeWay(int[] arr, int low, int high) {
    // 三数取中
    int mid = low + (high - low) / 2;
    int pivotIndex;
    if ((arr[low] <= arr[mid] && arr[mid] <= arr[high]) || (arr[high] <= arr[mid] && arr[mid] <= arr[low])) {
        pivotIndex = mid;
    } else if ((arr[mid] <= arr[low] && arr[low] <= arr[high]) || (arr[high] <= arr[low] && arr[low] <= arr[mid])) {
        pivotIndex = low;
    } else {
        pivotIndex = high;
    }
    // 随机化 pivot（可选，进一步增强鲁棒性）
    Random rand = new Random();
    if (rand.nextBoolean()) {
        pivotIndex = low + rand.nextInt(high - low + 1);
    }
    // 交换到 high
    int temp = arr[pivotIndex];
    arr[pivotIndex] = arr[high];
    arr[high] = temp;
​
    int pivot = arr[high];
    int lt = low, gt = high, i = low;
    while (i <= gt) {
        if (arr[i] < pivot) {
            temp = arr[lt];
            arr[lt] = arr[i];
            arr[i] = temp;
            lt++;
            i++;
        } else if (arr[i] > pivot) {
            temp = arr[gt];
            arr[gt] = arr[i];
            arr[i] = temp;
            gt--;
        } else {
            i++;
        }
    }
    return new int[]{lt, gt};
}
​
static void insertionSort(int[] arr, int low, int high) {
    for (int i = low + 1; i <= high; i++) {
        int key = arr[i];
        int j = i - 1;
        while (j >= low && arr[j] > key) {
            arr[j + 1] = arr[j];
            j--;
        }
        arr[j + 1] = key;
    }
}
相关推荐
_extraordinary_2 小时前
笔试专题（八）
算法
爱代码的小黄人4 小时前
深入解析系统频率响应：通过MATLAB模拟积分器对信号的稳态响应
开发语言·算法·matlab
是僵尸不是姜丝8 小时前
每日算法：洛谷U535992 J-C 小梦的宝石收集（双指针、二分）
c语言·开发语言·算法
寒页_10 小时前
2025年第十六届蓝桥杯省赛真题解析 Java B组（简单经验分享）
java·数据结构·经验分享·算法·蓝桥杯
smile-yan10 小时前
拓扑排序 —— 2. 力扣刷题207. 课程表
数据结构·算法·图论·拓扑排序
空雲.10 小时前
牛客周赛88
数据结构·c++·算法
深度学习算法与自然语言处理10 小时前
单卡4090微调大模型 DeepSeek-R1-32B
深度学习·算法·大模型·微调·transformer·面试题
Y1nhl11 小时前
基础算法：滑动窗口_python版本
开发语言·python·算法·力扣·滑动窗口
烟锁池塘柳011 小时前
【数学建模】（智能优化算法）鲸鱼优化算法(Whale Optimization Algorithm)详解与应用
算法·数学建模
地平线开发者11 小时前
【征程 6】工具链 VP 示例中 Cmakelists 解读
算法·自动驾驶
热门推荐
01我决定放弃搞 Java 了02RAG 实践- Ollama+RagFlow 部署本地知识库03如何在WPS和Word/Excel中直接使用DeepSeek功能04游戏引擎学习第217天05DeepSeek RAGFlow构建本地知识库系统06DeepSeek各版本说明与优缺点分析07第八节：Nodify 编辑器属性08汽车上的各种质量：整备质量、总质量、装载质量、簧上质量、簧下质量09从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑10Android Coil 3 Fetcher大批量Bitmap拼接成1张扁平宽图，Kotlin