算法导论-------快速排序QuickSort
来源:互联网 发布:天云大数据 编辑:程序博客网 时间:2024/05/21 06:48
目录:
- 一、快速排序思想介绍
- 二、实现的三步骤(分解、子问题求解、合并)
- 三、C代码实现
- 3.1 快速排序双向扫描法(一)
- 3.2 partition函数双向扫描法(二)
- 3.3 partition函数双向扫描法(二)
- 3.4 partition函数单向扫描法
- 四、时间空间复杂度分析
- 五、动画演示
一、快速排序思想介绍
快速排序(QuickSort)是对冒泡排序(BubbleSort)的一种改进。排序效率在同为O(N*logN)的几种排序方法中效率较高,再加上快速排序算法是 分治策略(Divide-and-ConquerMethod)的典型应用。因此很多软件公司的笔试面试,还有大大小的程序方面的考试中也常常出现快速排序的身影。博主就在蓝桥杯竞赛上遇到过。
快速排序由图灵奖得主C. A. R. Hoare在1960年提出。它的 基本思想是:通过一趟排序将要排序的数据分割成独立的三个序列:第一个序列中所有的元素均不大于基准元素、第二个序列是基准元素、第三个序列中所有的元素均不小于基准元素。由于第二个序列已经处于正确位置,因此需要再按此方法对第一个和第三个序列分别进行排序,整个排序过程可以递归进行,最终可以使得整个序列变成有序序列。
二、实现的三步骤(分解、子问题求解、合并)
快速排序算法的基本思想是基于分治策略的,利用分治可将快速排序的基本思想描述如下:设当前待排序的序列为R[ low : high ] ,其中low <= high,如果序列的规模足够小则直接进行排序,否则分三步处理:
1、分解
在R[ low :high ]中选定一个元素作为基准元素(pivot),该基准元素的最终的位置(pivotpos)在划分的过程中确定。将比R[ pivotpos]大的数全放到它的右边R[pivotpos+1 : high],小于或等于它的数全放到它的左边R[low : pivotpos-1 ]。
注意:基准元素如何选定,选哪个元素?基准元素最终的排序位置,在划分的过程中确定,如何确定?不要着急,下面讲解。
2、求解子问题
对两个子序列R[low :pivotpos-1 ]和R[pivotpos+1 : high]分别通过递归调用快速排序。
3、合并
由于对子序列R[low :pivotpos-1 ]和R[pivotpos+1 : high]的排序是就地进行的,所以在子序列R[low : pivotpos-1 ]和R[pivotpos+1 : high]都排序结束后,合并步骤无须做什么,整个序列R[ low : high ]就排好序了。
基准元素(pivot)的选取。
快速排序要选定基准元素,选取基准元素应该遵循平衡子问题的原则:即使得划分后的两个子序列的长度尽量相同。基准元素的选择方法有很多种,常见的方式是把待排序列的 首元素作为基准元素 。本篇对以首元素为基准元素的方法给出详解;以尾元素为基准元素的单向扫描法仅给出代码。
基准元素最终位置(pivotpos)的确定 【一般书上都把该功能定义在partition函数中】
快速排序中基准元素对序列进行划分,从而实现分治。假定待排序列为R[ low : high ],该划分过程以第一个元素为基准元素。
- 设定两个参数i和j,他们的初值分别为待排序列的下界和上界,即i=low,j=high。
- 选取待排序列的第一个元素R[low]为基准元素,并将该值赋值给变量pivot。
- 令j自j位置开始向左扫面,如果j位置所对应的元素的值大于等于pivot,则j前移一个位置(即j- -)。重复该过程,直到找到第一个小于pivot的元素R[j],将R[j]和R[i]进行交换,i++。 其实交换后R[j]所对应的元素就是pivot。
- 令i自i位置开始向右扫描,如果i位置所对应的元素的值小于等于pivot,则i后移(即i++)。重复该过程,直至找到第一个大于pivot的元素R[i],将R[i]与R[j]进行交换,j–。其实交换后R[i]所对应的元素就是pivot。
- 重复步骤3、4,交替改变扫描方向,从两端各自往中间靠拢直至i==j。此时i和j指向同一个位置,即基准元素pivot的最终位置。
《算法导论》上选择数组的尾元素为基准元素,采用单向扫描法确定pivotpos最终的位置。本篇博文也给出实现。但不再展开细谈。
三、C代码实现如下:
在快速排序中,partition函数有多种实现方式,主要分为“双向扫描”和“单向扫描”,在双向扫描中也有几种不同的实现方式。《算法导论》书上还提供了随机化版本、三数取中划分等版本,由于篇幅受限,不做介绍。
3.1 快速排序双向扫描法(一)
#include <stdio.h>#define MAX 100int array[MAX];//交换数组中两个元素位置void swap(int *a,int *b) { int temp=*a; *a=*b; *b=temp;}int partition(int * Arr,int low,int high) { //划分方法 //i和j分别指向数组下界和上界,pivot是待排的第一个元素 int i=low,j=high,pivot=Arr[low]; while (i<j) { /* j自j位置开始向左扫面,如果j位置所对应的元素的值大于等于pivot,则j前移一个位置(即j--)。 重复该过程,直到找到第一个小于pivot的元素R[j],将R[j]和R[i]进行交换,i++。 其实交换后R[j]所对应的元素就是pivot。*/ while (i<j && Arr[j]>=pivot) { j--; } if (i<j) { swap(&Arr[i++],&Arr[j]);//注意这里是交换元素,另外还有挖坑法实现,是元素覆盖。 } /* 令i自i位置开始向右扫描,如果i位置所对应的元素的值小于等于pivot,则i后移(即i++)。 重复该过程,直至找到第一个大于pivot的元素R[i],将R[i]与R[j]进行交换,j--。 其实,交换后R[i]所对应的元素就是pivot。*/ while (i<j && Arr[i]<=pivot) { i++; } if (i<j) { swap(&Arr[i],&Arr[j--]); } } /*此时i和j指向同一个位置,即基准元素pivot的最终位置。返回i的值*/ return i;}void QuickSort(int * Arr,int low,int high) { //对数组Arr[low high]进行快速排序 int pivotpos; //划分的基本元素所在的位置 if(low<high) { //区间长度大于1时才排序 pivotpos=partition(Arr,low,high); //对Arr[low high]进行划分 QuickSort(Arr,low,pivotpos-1); QuickSort(Arr,pivotpos+1,high); }}void PrintArray(int arr[],int length) { //打印数组,用于查看排序效果 printf("["); for(int i=0; i<length; i++) { if(i==length-1) printf("%d]\n",arr[i]); else printf("%d ,",arr[i]); }}int main() { int num=0; printf("请输入数组元素个数:"); scanf("%d",&num); for(int i=0; i<num; i++) { //读入待排序数据 scanf("%d",&array[i]); } printf("排序前数据为:"); PrintArray(array,num); QuickSort(array,0,num-1); printf("排序后数据为:"); PrintArray(array,num); return 0;}
3.2 partition函数双向扫描法(二)
int Partition(int * Arr,int low,int high) { int i = low, j = high; int pivot = Arr[low]; //Arr[low]已经保存,可以被覆盖,即第一个坑 while (i < j) { // 从右向左找小于pivot的数来填Arr[low] while(i < j && Arr[j] >= pivot) j--; if(i < j) {//将Arr[j]填到Arr[i]中,Arr[j]就形成了一个新的坑. //这里不再是交换元素位置。 Arr[i] = Arr[j]; i++; } // 从左向右找大于或等于pivot的数来填Arr[j] while(i < j && Arr[i] < pivot) i++; if(i < j) { Arr[j] = Arr[i]; //将Arr[i]填到Arr[j]中,Arr[i]就形成了一个新的坑 j--; } } //退出时,i等于j。将pivot填到这个坑中 Arr[i] = pivot; //返回调整后基准数的位置 return i; }
3.3 partition函数双向扫描法(三)
int Partition(int num[], int left, int right) { int index = left + (right-left>>1);//注意:移位操作的优先级比加减法运算低 int temp = num[index]; num[index] = num[left]; while(left < right) { while(left < right && temp <= num[right]) right--; num[left] = num[right]; while(left < right && temp > num[left]) left++; num[right] = num[left]; } num[left] = temp; return left;}
3.4 partition函数单向扫描法
int partition (int arr[], int p, int r){ int i = p - 1; for (int j = p; j < r; j++) { if (arr[j] < arr[r]) { swap(&arr[++i],&arr[j]); } } swap(&arr[++i],&arr[r]); return i;}
四、时间空间复杂度分析
空间复杂度:快速排序算法是递归执行,需要一个栈来存放每一层递归调用的必要信息,其最大容量应与递归调用的深度一致。最好的情况下,每次划分较为均匀,递归树的深度为O(logN),故递归所需要的栈空间为O(logN)。最坏情况下,递归树的高度为O(N),所需的栈空间为O(N)。平均情况下,所需栈空间为O(logN)。
时间复杂度: O(N*logN)。
五、动画演示
鄙人才疏学浅,制作不出动画演示。在此推荐日本程序员norahiko写的一个排序算法的动画演示,请戳链接h ttp://jsdo.it/norahiko/oxIy/fullscreen
- 算法导论-------快速排序QuickSort
- 算法导论 - QuickSort 快速排序 C++实现
- 【算法导论-010】快速排序(quickSort)
- 算法导论 第七章:快速排序(Quicksort)
- 算法导论学习--快速排序--Quicksort
- 快速排序quicksort-算法导论java实现
- C++快速排序实现(quicksort) (算法导论)
- 快速排序算法QuickSort
- 快速排序算法QuickSort
- 快速排序(QuickSort)算法
- QuickSort 快速排序算法
- QuickSort算法(快速排序)
- 快速排序(quicksort)算法实现
- Algorithms Quicksort 快速排序算法
- 快速排序(quicksort)算法实现
- 【算法】快速排序法:Quicksort
- 快速排序算法(QuickSort)
- 细说算法-------快速排序QuickSort
- opencv常用操作
- UVA - 11388 GCD LCM
- 第十二周实践计算1*3*5*...*n
- 开始使用 Docker
- Compile Assimp Open Source Library For Android Compile Assimp Open Source Library For Android
- 算法导论-------快速排序QuickSort
- 微信小程序将引爆手机屏幕的核战争?
- Java移位操作
- 搞不懂思路listagg
- 将tomcat欢迎页面修改为自己项目的主页
- Check the difficulty of problems poj 2151 dp
- view中的 translationx、x、rawx、scrollx、left
- 快速幂取模(转载+自己理解)
- java 实现几种常见排序方法