思路
嵌套+递归, 分治的思想.
每次迭代后, 确定一个index, 左边的元素都比该位置的数值小(或相等), 右边元素都比它大(或相等); 再对左右两部分分别执行该过程.
不妨选定最左边的元素为基准, 其他元素与它比较.
为了减少元素移动, 可每次找一对"反例pair", 左边的大于基准, 右边的小于基准, 让它们俩对调. 这时维护 left,right 两个游标, 最终游标会相遇, 此时把基准放在这里就好了.
代码
def f_sort_quick(a, left: int, right: int):
if left >= right:
return
mid = f_partition(a, left, right)
f_sort_quick(a, left, mid - 1)
f_sort_quick(a, mid + 1, right)
def f_partition(a, left, right):
# a[left] 元素作为划分依据,保证划分后比它小的在它左边,比它大的在它右边
pivot = a[left]
base_index = left
while left < right:
# 当基准数选择最左边的数字时,那么就应该先从右边开始搜索;当基准数选择最右边的数字时,那么就应该先从左边开始搜索。不论是从小到大排序还是从大到小排序!
while left < right and a[right] >= pivot:
right -= 1
while left < right and a[left] <= pivot:
left += 1
# print('before,', a)
a[left], a[right] = a[right], a[left]
# print('after,', a)
if pivot > a[left]:
a[base_index], a[left] = a[left], a[base_index]
# print('finally', a)
return left
a = [1, 2, 9, 5, 4, 8, 6, 3, 7, 0]
f_sort_quick(a, 0, 9)
print(a)
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
注意事项: 最终 left, right 两个游标停在哪里很重要. 最后一步的插入基准, 其实也是一次对调, 为了能顺利对调, 一定要让游标停在比它小的元素上, 所以找小元素优先, 所以 right 游标优先. 否则举个反例:
[6 1 2 5 4 3 9 7 10 8]
如果选6作基准, 优先移动left游标, 最终停留在数字9上, 影响交换, 比较尴尬.
分析
它是 不稳定的 排序。
快速排序的时间主要耗费在划分(partition)上。
最坏情况也就是划分次数最多的情况,即每次划分基准元素都是当前无序区间中最大(或最小)的那个。此时退化为冒泡排序,复杂度为O(n^2)
最好情况下划分次数最少,每次划分后基准元素都在最中间。