首先是快速排序,它是一种利用分治的思想去进行排序,时间复杂度要比冒泡等排序小。即选择一个基准,将比他大的数放在右边,比他小的数放左边。即:
int val = arr[left];//将数组左边第一个设置位基准元素进行比较 while(left<right){//high和low是分别指向数组最右边和最左边的两个指针。当low<high就一直排序 while(left<right&&val<=arr[right])//当右指针的数字大于基准,指针向左移动,直到找到比基准小的。 right--;//右指针向左移动 arr[left] = arr[right];//将右指针的元素赋给low所指向的位置. while(left<right&&val>=arr[left])//然后从左边开始找比基准大的元素放入high指针所指的位置中 left++;//左指针右移 arr[right] = arr[left];//赋值 } arr[left] = val;//最后肯定是俩指针重叠了然后停止循环,只需要将基准值赋给这个指针完成第一次排序。 return left;返回最后的基准,将数组划分为左右两部分,再分别进行排序,排序后的再分组再进行排序。
第一次排序结束后,需要对两边数组再次排序
int pivot = partition(arr,left,right);//partition函数就是划分区间返回基准。用pivot来接收。 QuickSort(arr,left,pivot);//从左边到基准位置进行排序 QuickSort(arr,pivot+1,right);//从基准+1位置到右边进行排序
这样就完成用快速排序对数组的排序。只需要在主方法中创建数组调用方法即可.以下为完整代码
static void QuickSort(int []arr,int left,int right){ if(left<right) { int pivot = partition(arr,left,right);//partition函数就是划分区间返回基准。用pivot来接收。 QuickSort(arr,left,pivot);//从左边到基准位置进行排序 QuickSort(arr,pivot+1,right);//从基准+1位置到右边进行排序 } } static int partition(int []arr,int left,int right){ int val = arr[left];//将数组左边第一个设置位基准元素进行比较 while(left<right){//high和low是分别指向数组最右边和最左边的两个指针。当low<high就一直排序 while(left<right&&val<=arr[right])//当右指针的数字大于基准,指针向左移动,直到找到比基准小的。 right--;//右指针向左移动 arr[left] = arr[right];//将右指针的元素赋给low所指向的位置. while(left<right&&val>=arr[left])//然后从左边开始找比基准大的元素放入high指针所指的位置中 left++;//左指针右移 arr[right] = arr[left];//赋值 } arr[left] = val;//最后肯定是俩指针重叠了然后停止循环,只需要将基准值赋给这个指针完成第一次排序。 return left;返回最后的基准,将数组划分为左右两部分,再分别进行排序,排序后的再分组再进行排序。 }
在刷题过程中遇到的求最小K数时,用该算法会超时,则可以优化成快速选择算法,即在快排基础上改进一点可以去求出最小K数.
核心就是在排序完后,看基准是第几个数,然后和k相比,此时就有三种情况.
1、最简单的就是两者相等,刚好基准就是要求的第k小数字,可以直接返回。
2、k小于基准+1(即基准所指的是第几个数字,因为数组是从0开始的),此时第k小的数字必然在数组的左半区间。此时只需要对左半区间进行快速选择,降低了规模。
3、k大于基准+1,此时k必然在数组的右半区间,此时只需要对右半区间进行快速选择.
static int QuickSelect(int[] arr, int low, int high, int k) { if (low == high)//low = high说明只剩一个划分只剩一个元素,此时直接返回 return arr[low]; int i = low;//i为左边界 int j = high;//j为右边界 int val = arr[low];//开始排序和快排一样 while (low < high) { while (low < high && val <= arr[high]) high--; arr[low] = arr[high]; while (low < high && val >= arr[low]) low++; arr[high] = arr[low]; } arr[low] = val; if(low - i +1 == k)//从这里开始改进,这里为第一种情况,基准和k相同直接返回该数字. return arr[low]; else if (low-i+1>k) {//在左半区间,从左边界到基准减一的区间进行选择 return QuickSelect(arr,i,low-1,k); }else//在右边区间,这里要注意,因为左半区间是有数字的,而我们求的是第k小的数字,k在右半区间,此时就要减去左区间的元素的个数,剩下的就是需要在右边区间选择的。 //即找第5小的数字,而基准为2的时候,它所指的是第三个数字,此时左半区间的数字个数为2-0+1 =3个;所以求第5小的数字只需要从右区间找出第二小的数字就可以了。所以 //接下来是从基准加1开始,到右边界为止,要找的数字个数是k-(low-i+1)(low-i+1)就是上面的2-0+1算出基准在内左边有多少个元素,在用k减掉就是需要在右区间需要找的元素 return QuickSelect(arr,low+1,j,k-(low-i+1)); }
总结:快速选择算是快速排序的一种优化,可以更快的去找出那个数字