概况

快速排序(Quick sort)是对冒泡排序的一种改进。快速排序由C. A. R. Hoare在1960年提出。

算法思路

通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,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。

快速排序算法通过多次比较和交换来实现排序,其排序流程如下:

1、首先设定一个分界值,通过该分界值将数组分成左右两部分。

2、将大于或等于分界值的数据集中到数组右边,小于分界值的数据集中到数组的左边。此时,左边部分中各元素都小于或等于分界值,而右边部分中各元素都大于或等于分界值。

3、然后,左边和右边的数据可以独立排序。对于左侧的数组数据,又可以取一个分界值,将该部分数据分成左右两部分,同样在左边放置较小值,右边放置较大值。右侧的数组数据也可以做类似处理。

4、重复上述过程,可以看出,这是一个递归定义。通过递归将左侧部分排好序后,再递归排好右侧部分的顺序。当左、右两个部分各数据排序完成后,整个数组的排序也就完成了。

概括来说为 挖坑填数 + 分治法。

图解算法

快速排序主要有三个参数,left 为区间的开始地址,right 为区间的结束地址,Key 为当前的开始的值。

我们从待排序的记录序列中选取一个记录(通常第一个)作为基准元素(称为key)key=arr[left],然后设置两个变量,left指向数列的最左部,right 指向数据的最右部。

第一步

key 首先与 arr[right] 进行比较,如果 arr[right]<key,则arr[left]=arr[right]将这个比key小的数放到左边去,如果arr[right]>key则我们只需要将right--,right--之后,再拿arr[right]与key进行比较,直到arr[right]<key交换元素为止。

第二步

如果右边存在arr[right]<key的情况,将arr[left]=arr[right],接下来,将转向left端,拿arr[left ]与key进行比较,如果arr[left]>key,则将arr[right]=arr[left],如果arr[left]<key,则只需要将left++,然后再进行arr[left]与key的比较。

第三步

然后再移动right重复上述步骤。

第四步

最后得到 {23 58 13 10 57 62} 65 {106 78 95 85},再对左子数列与右子数列进行同样的操作。最终得到一个有序的数列。

{23 58 13 10 57 62} 65 {106 78   95 85}

{10 13} 23 {58 57 62} 65 {85 78 95} 106

10 13 23 57 58 62 65 78 85 95 106

动画展示

我们借用五分钟学算法的gif动图,感谢五分钟学算法。

  1. 首先,操作数列中的所有数字
  2. 在所有数字中选择一个数字作为排序的基准(pivot), pivot 通常是随机选择的,在这里为了演示方便,我们选择最右边的数字作为 pivot
  3. 选取好 pivot 后,在操作数列中选择最左边的数字标记为 左标记 ,最右边的数字标记为 右标记
  4. 将左边的标记向右移动
  5. 当 左标记 达到超过 pivot 的数字时,停止移动
  6. 在这里,8 > 6 ,所以停止移动
  7. 然后将右边的标记向左移动
  8. 当 右标记 达到小于 pivot 的数字时,停止移动
  9. 在这里,4 > 6 ,所以停止移动
  10. 当左右标记停止时,更改标记的数字
  11. 因此,左标记 的作用是找到一个大于 pivot 的数字,右标记 的作用是找到一个小于 pivot 的数字
  12. 通过交换数字,可以在数列的左边收集小于 pivot 的数字集合,右边收集大于 pivot 的数字集合
  13. 交换之后,继续移动 左标记
  14. 在这里,9 > 6 ,所以停止移动
  15. 然后将右边的标记向左移动
  16. 当 右标记 碰撞到 左标记 时也停止移动
  17. 如果左右侧的标记停止时,并且都在同一个位置,将这个数字和 pivot 的数字交换
  18. 这就完成了第一次操作
  19. 小于 6 的都在 6 的左侧,大于 6 的都在 6 的右侧
  20. 然后递归对这分成的两部分都执行同样的操作
  21. 完成 快速排序

算法性能

时间复杂度

理想情况

如果足够理想,那我们期望每次都把数组都分成平均的两个部分,如果按照这样的理想情况分下去,我们最终能得到一个完全二叉树。如果排序 n 个数字,那么这个树的深度就是,如果我们将比较 n 个数的耗时设置为 T(n),那我们可以得到如下的公式

T(n) ≤ 2T(n/2) + n,T(1) = 0
T(n) ≤ 2(2T(n/4)+n/2) + n = 4T(n/4) + 2n
T(n) ≤ 4(2T(n/8)+n/4) + 2n = 8T(n/8) + 3n
......
T(n) ≤ nT(1) + (log2n)×n = O(nlogn) 

最坏情况

而在最坏的情况下,这个树是一个完全的斜树,只有左半边或者右半边。这时候我们的比较次数就变为

空间复杂度

原地排序

原地快排的空间占用是递归造成的栈空间的使用,最好情况下是递归次,所以空间复杂度为,最坏情况下是递归 n-1 次,所以空间复杂度是

非原地排序

对于非原地排序,每次递归都要声明一个总数为n的额外空间,所以空间复杂度变为原地排序的n倍,即最好情况下,最差情况下

稳定性

不稳定

代码实现

C和C++

void QuickSort(int array[], int low, int high) {int i = low; int j = high;if(i >= j) {return;}int temp = array[low];while(i != j) {while(array[j] >= temp && i < j) {j--;}while(array[i] <= temp && i < j) {i++;}if(i < j) {swap(array[i], array[j]);}}//将基准temp放于自己的位置,(第i个位置)swap(array[low], array[i]);QuickSort(array, low, i - 1);QuickSort(array, i + 1, high);
}

Java

public static int[] qsort(int arr[],int start,int end) {        int pivot = arr[start];        int i = start;        int j = end;        while (i<j) {            while ((i<j)&&(arr[j]>pivot)) {                j--;            }            while ((i<j)&&(arr[i]<pivot)) {                i++;            }            if ((arr[i]==arr[j])&&(i<j)) {                i++;            } else {                int temp = arr[i];                arr[i] = arr[j];                arr[j] = temp;            }        }        if (i-1>start) arr=qsort(arr,start,i-1);        if (j+1<end) arr=qsort(arr,j+1,end);        return (arr);
}   

Python

def swap(arr, i, j):arr[i], arr[j] = arr[j], arr[i]def partition(arr, left, right):pivot = leftindex = pivot+1i = indexwhile i<=right:if arr[i]<arr[pivot]:swap(arr, i, index)index+=1i+=1swap(arr, pivot, index-1)return index-1def quickSort(arr, left=None, right=None):left = 0 if not isinstance(left, (int, float)) else leftright = len(arr)-1 if not isinstance(right, (int, float)) else rightif left < right:partitionIndex = partition(arr, left, right)quickSort(arr, left, partitionIndex-1)quickSort(arr, partitionIndex+1, right)return arr

排序——快速排序(Quick sort)相关推荐

  1. 【排序算法】快速排序(Quick Sort)

    快速排序(Quick Sort)使用分治法算法思想. 快速排序介绍 它的基本思想是: 选择一个基准数,通过一趟排序将要排序的数据分割成独立的两部分:其中一部分的所有数据都比另外一部分的所有数据都要小. ...

  2. Golang TDD实践报告:快速排序Quick Sort

    Golang TDD实践报告:快速排序Quick Sort [阅读时间:约5分钟] 0.项目需求 1.编写符合项目输入输出的一个测试 2.尝试运行测试 3.先使用最少的代码来让失败的测试先跑起来 4. ...

  3. 快速排序 Quick Sort

    快速排序 Quick Sort 我们已经知道,在决策树计算模型下,任何一个基于比较来确定两个元素相对位置的排序算法需要Ω(nlogn)计算时间.如果我们能设计一个需要O(n1ogn)时间的排序算法,则 ...

  4. C语言快速排序 quick sort 算法(附完整源码)

    快速排序 quick sort 算法 快速排序 quick sort 算法的完整源码(定义,实现,main函数测试) 快速排序 quick sort 算法的完整源码(定义,实现,main函数测试) # ...

  5. 快速排序quick sort

    一.快速排序的基本思想: 1.在集合中找一个数作为基准数: 2.集合分为三部分:左分区.基准数.右分区,其中左分区的数都小于等于基准数,右分区的数都大于等于基准数: 3.分别对左分区.右分区执行第2步 ...

  6. Java实现快速排序 Quick Sort

    本文带来八大排序算法之快速排序算法. 快速排序(QuickSort)是对冒泡排序的一种改进.基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另一部分的所有数据都要小, ...

  7. 基础算法之快速排序Quick Sort

    原理 快速排序(Quicksort)是对冒泡排序的一种改进. 从数列中挑出一个元素,称为"基准"(pivot); 排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的 ...

  8. 快速排序 (Quick Sort)(Java实现)

    快速排序(Quicksort)是对冒泡排序的一种改进,借用了分治的思想,由C. A. R. Hoare在1962年提出. 1.基本思想 快速排序的基本思想:挖坑填数+分治法. 首先选一个轴值(pivo ...

  9. 两种风格的快速排序 Quick Sort

    啊哈算法中的quick_sort.cpp // // Created by jal on 18-9-2. // #include <bits/stdc++.h>using namespac ...

  10. 图解快排——快速排序算法(quick sort)

    快速排序 quick sort 算法思想 算法图解 算法实现(C语言) 性能分析 算法思想 快速排序算法是对冒泡排序算法的一种改进算法,在当前所有内部排序算法中,快速排序算法被认为是最好的排序算法之一 ...

最新文章

  1. html+css3实现二级下拉菜单
  2. 在面试中如何展示虚拟机和内存调优技能
  3. 查看MySQL数据库表的命令介绍
  4. [NOIP2002]矩形覆盖
  5. 共享单车当废铁卖 ofo回应:已达报废年限
  6. Jordan Elman Neural Networks
  7. 总结better-scroll插件的使用
  8. PMP考试的难度怎么样?
  9. rdkit 修改分子
  10. 怎么使用QQ音乐api搭建个人音乐站点
  11. Ureport2的表格更改小技巧
  12. 新零售的坑,社交流量怎么填?
  13. 美团财报电话会:将专注于创造外卖和到店业务的协同效应
  14. 看不到同一个网络下的其他计算机,看不到局域网其他计算机怎么办
  15. 小程序运营推广怎么做?有什么小程序运营推广策略?
  16. 邮箱确认html,html5+JavaScript进行邮箱地址验证
  17. mysql关系运算_数据库关系运算
  18. 玩转iOS开发:集成 Union Pay - 银联支付
  19. 【Unity3D读取数据】(一)Txt文档操作(创建、读取、写入、修改)
  20. 汽车服务行业概况与供应商评估方案介绍,数商云SRM系统助力多维考核供应商

热门文章

  1. Android逆向分析(1) 反编译看看手Q口令红包的实现原理
  2. 横跨你和目标之间的,不会是眼袋
  3. 手机快速填满剩余存储空间的方法
  4. 用NodeJs做一个小爬虫
  5. c/c++ sizeof(数组名) 的解析 sizeof如何计算数组大小
  6. 度量学习DML之Circle Loss
  7. KMP算法详解及代码
  8. 老猿说说-LinkedList
  9. 深度学习-RNN注意力模型
  10. 修改主机hostname,推荐第二种