快排优化Python表示

基本快速排序分析

---

以从小到大排序为例
* 选取一个主元（选取方式多样）
* 利用主元，将序列分为两个子序列，左侧都比主元小，右侧都比主元大。
* 对两个子序列重复此操作

例如取第一个元素,代码表示如下：

def qsort(arr):    if len(arr) <= 1:        return arr    else:        pivot = arr[0]        return qsort([x for x in arr[1:] if x < pivot]) + \               [pivot] + \               qsort([x for x in arr[1:] if x >= pivot])

---

优化方案

1. 主元的选取
   上面的算法有很大的问题，对于升序或降序序列，效率很差，我优化后的方式是主元取序列首中尾
   三个值取平均数，网上有些取三个值的中值的，我认为没必要，为了效率还要将中值换到首或尾。
2. 序列中可能有一些和主元相等的元素，上面直接将其并入子序列中了，最好是将其和主元聚集
   在一起，子序列缩减幅度也会更快

这样的话定义一个函数：

def getMidNum(list):    return (list[0] + list[len(list) - 1] + list[len(list)/2])/3def qsort(arr):    if len(arr) <= 1:        return arr    else:        pivot = getMidNum(arr)        return qsort([x for x in arr[0:] if x < pivot]) + \               [x for x in arr[0:] if x == pivot] + \               qsort([x for x in arr[0:] if x > pivot])        

---

对比

分别构造长度为10000的随机数列表，升序列表，将序列表和等值列表，对比二者的表现

方法\序列 随机 升序 降序 等值 快排 1.3990s limit exceed limit exceed limit exceed 优化 0.6570s 0.9410s 0.9900s 0.0699s