排序算法之快速排序及其优化

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了排序算法之快速排序及其优化，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2089字，纯文字阅读大概需要3分钟。

内容图文

快速排序

思想

从数组中选取一个元素，以它作为比较基准，比它小的都放到数组左边；比它大的则放到右边。然后左边的数组和右边的数组也进行同样的操作。这样递归下去，最后数组就会成为一个有序的数组。

图解

借用一下百科的图：

性能

快速排序时不稳定的，它的最好和平均时间复杂度为O(nlogn)。
最坏的情况就是每次所选的基准都是当前序列中的最大或最小元素，这样每次划分的两个子数组中都有一个是空数组，则最终需要经过n次划分，最坏的时间复杂度为O(logn^2)。
python的递归层数是有限制的，当n大到一定程度时，就会崩掉。所以我们应该尽量避免最坏的情况发生。

代码

Python：

# 快速排序
# left为第一个下标，right为最后一个下标
def quickSort(arr, left, right):
    if left >= right: return

    # 将第一位元素设为比较基准
    key = arr[left]

    i, j = left, right
    # 比基准小的元素都放到左边，大的都放到右边
    while i < j:
        while i < j and arr[j] >= key:
            j -= 1
        arr[i] = arr[j]

        while i < j and arr[i] <= key:
            i += 1
        arr[j] = arr[i]
    arr[i] = key

    # 左右两边的数组进行同样的操作
    quickSort(arr, left, i - 1)
    quickSort(arr, i + 1, right)

优化

快速排序的优化主要针对于最坏情况的优化，如何避免每次所选的基准都是当前序列中的最大或最小元素？
我们通常是取第一位元素作为基准值。数组如果一开始就是有序的话，就是最坏情况了。
改进方法：
有一种方法就是在排序之前shuffle一下（打乱顺序）；
还有一种是不取第一位元素，而是取第一位、最后一位和中间位中的中值元素作为基准值，这样就能完全避免最坏情况了。

# 取中值
def midVal(arr, left, right):
    mid = left + right >> 1

    if arr[mid] > arr[right]:
        arr[mid], arr[right] = arr[right], arr[mid]
    if arr[left] > arr[right]:
        arr[left], arr[right] = arr[right], arr[left]
    if arr[mid] > arr[left]:
        arr[left], arr[mid] = arr[mid], arr[left]
    return arr[left]


# 快速排序
# left为第一个下标，right为最后一个下标
def quickSort(arr, left, right):
    if left >= right: return

    # 取第一位、最后一位和中间位中的中值元素作为基准值
    key = midVal(arr, left, right)

    i, j = left, right
    # 比基准小的元素都放到左边，大的都放到右边
    while i < j:
        while i < j and arr[j] >= key:
            j -= 1
        arr[i] = arr[j]

        while i < j and arr[i] <= key:
            i += 1
        arr[j] = arr[i]
    arr[i] = key

    # 左右两边的数组进行同样的操作
    quickSort(arr, left, i - 1)
    quickSort(arr, i + 1, right)

---

其他排序方法：选择排序、冒泡排序、归并排序

内容总结

以上是互联网集市为您收集整理的排序算法之快速排序及其优化全部内容，希望文章能够帮你解决排序算法之快速排序及其优化所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---