快速排序实现和改善
来源:互联网 发布:上youtube代理软件 编辑:程序博客网 时间:2024/06/05 22:41
1,快速排序的一个关键是找枢轴,我的处理方式是将起始位置和中间位置以及最后位置的值进行比较取中间值,如果枢轴不在起始位置可以交换后统一只考虑枢轴在起始位置时的处理方式,因为枢轴不同,处理方式有点小差异。
2,另一改善点是如果有和枢轴相等的数据,在一次快排后应该和枢轴放一起,这样下一次快排的规模会变小,这在数据集中有很多相同数据时很有用。处理方式是在遍历过程中遇到比枢轴大和小的数据还是交换,遇到相等的就放到对应方向的一端,最后在找到枢轴位置后再互换,使得和枢轴相同的放一起。
具体代码如下:
这是用来在数据集中找枢轴的代码:处理方式是找起始位置和中间位置以及末端位置的值,取中间值,统一换到起始位置,因为枢轴在不同位置,处理方式有点小差异。
下边是主要代码:
快速排序复杂度分析
我们来分析一下快速排序法的性能。快速排序的时间性能取决于快速排序递归的深度,可以用递归树来描述递归算法的执行情况。如图9‐9‐7所示,它是{50,10,90,30, 70,40,80,60,20}在快速排序过程中的递归过程。由于我们的第一个关键字是50,正好是待排序的序列的中间值,因此递归树是平衡的,此时性能也比较好。
图9-9-7在最优情况下,Partition每次都划分得很均匀,如果排序n个关键字,其递归树的深度就为.log2n.+1(.x.表示不大于x的最大整数),即仅需递归log2n次,需要时间为T(n)的话,第一次Partiation应该是需要对整个数组扫描一遍,做n次比较。然后,获得的枢轴将数组一分为二,那么各自还需要T(n/2)的时间(注意是最好情况,所以平分两半)。于是不断地划分下去,我们就有了下面的不等式推断。
- 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)
也就是说,在最优的情况下,快速排序算法的时间复杂度为O(nlogn)。
在最坏的情况下,待排序的序列为正序或者逆序,每次划分只得到一个比上一次划分少一个记录的子序列,注意另一个为空。如果递归树画出来,它就是一棵斜树。此时需要执行n‐1次递归调用,且第i次划分需要经过n‐i次关键字的比较才能找到第i个记录,也就是枢轴的位置,因此比较次数为 ,最终其时间复杂度为O(n2)。
平均的情况,设枢轴的关键字应该在第k的位置(1≤k≤n),那么:
由数学归纳法可证明,其数量级为O(nlogn)。
就空间复杂度来说,主要是递归造成的栈空间的使用,最好情况,递归树的深度为log2n,其空间复杂度也就为O(logn),最坏情况,需要进行n‐1递归调用,其空间复杂度为O(n),平均情况,空间复杂度也为O(logn)。
可惜的是,由于关键字的比较和交换是跳跃进行的,因此,快速排序是一种不稳定的排序方法。
- 快速排序实现和改善
- 快速排序原理和实现
- 快速排序算法和实现
- 快速排序算法 和 实现
- 归并排序和快速排序算法实现
- c++ 实现 归并排序和快速排序
- 归并排序和快速排序的实现
- 冒泡排序和快速排序java实现
- python实现快速排序和归并排序
- PHP实现冒泡排序和快速排序
- c++实现冒泡排序和快速排序
- js实现冒泡排序和快速排序
- 快速排序和归并排序的实现
- C++实现快速排序和冒泡排序
- java实现冒泡排序和快速排序
- java实现冒泡排序和快速排序
- 快速排序Java实现和Javascript实现
- java实现快速排序和随机快速排序
- 简单的仿QQ聊天(自娱自乐聊天室)
- 5个常见的RuntimeException
- OC01_类和对象
- Message在Dialog的用法
- 8月31日实训总结
- 快速排序实现和改善
- 共享内存和动态数据交换
- 汉诺塔(一)
- 【数据库 Oracle】--去除重复字段
- springMVC(6) springMVC静态文件访问
- 谈谈对BPM的理解(转)
- RIP和OSPF得区别
- Android--JNI错误解决方法
- 什么是JS跨域请求?有几种方式可以实现?请简述其中某一种的实现原理?