快速排序
快速排序是一种非常高效的排序算法,由英国计算机科学家 Tony Hoare 在 1960 年代发明。它采用分治法(Divide and Conquer)策略来把一个序列分为较小和较大的两个子序列,然后递归地排序这些子序列。
时间复杂度
-
最佳情况:
- 当每次都能选择到中位数作为基准时,分区效果最好。
- 这种情况下,每次分区都将数组分成大小几乎相等的两部分。
- 时间复杂度为
O(n log n)
,其中 n 是数组的长度。
-
平均情况:
- 平均情况下,每次分区效果较好,但不一定是完美的。
- 时间复杂度也为
O(n log n)
。
-
最坏情况:
- 当每次选择的基准都是最小值或最大值时,分区效果最差。
- 这种情况下,每次分区只能将数组分割成一个元素和剩余元素。
- 时间复杂度退化为
O(n^2)
。
空间复杂度
- 快速排序的空间复杂度主要取决于递归调用栈的深度。
- 最好情况下,递归树的高度为 log(n),空间复杂度为 O(log n)。
- 最坏情况下,递归树的高度为 n,空间复杂度为 O(n)。
基本步骤
-
选择基准值(Pivot):
从数组中选择一个元素作为“基准”(pivot)。选择的方法可以多种多样,例如可以选择第一个元素、最后一个元素、中间元素或者随机选择等。 -
分区过程(Partitioning):
重新排列数组,使得所有小于基准的元素都排在基准前面,所有大于基准的元素都排在基准后面。这个操作称为分区。分区完成后,基准元素就在其最终排序后的位置上。 -
递归排序子数组:
递归地对基准左侧和右侧的子数组重复上述过程,直到所有子数组的长度都是 1 或者 0(这时它们自然就被认为是有序的)。
示例代码
/*
* @Author: ZPY
* @TODO: 实现快速排序
*/
#include <stdio.h>
#include <stdlib.h>
void quick_sort(int *nums, int begin, int size);
void display(int *nums, int size);
int main(int argc, char const *argv[])
{
int nums[] = {5, 1, 8, 4, 6, 9, 3, 2, 7, 0};
int size = sizeof(nums) / sizeof(nums[0]);
printf("排序前:");
display(nums, size);
printf("快速排序后:");
quick_sort(nums, 0, size - 1);
display(nums, size);
return 0;
}
void quick_sort(int *nums, int begin, int end)
{
if (begin >= end) // 递归终止条件:当子数组长度为0或1时,停止递归
{
return;
}
int pivot = nums[begin]; // 选择第一个元素作为基准值
int low = begin; // 初始化低指针
int high = end; // 初始化高指针
while (low < high) // 两个指针向中间移动,直到它们相遇
{
while (low < high && nums[high] >= base) // 高指针左移,直到找到小于基准值的元素
{
high--; // 高指针左移
}
nums[low] = nums[high]; // 将小于基准值的元素移动到低指针位置
while (low < high && nums[low] <= base) // 低指针右移,直到找到大于基准值的元素
{
low++; // 低指针右移
}
nums[high] = nums[low]; // 将大于基准值的元素移动到高指针位置
}
nums[low] = pivot; // 将基准值放到正确的位置
// 递归排序基准值左边的子数组
quick_sort(nums, begin, low - 1);
// 递归排序基准值右边的子数组
quick_sort(nums, low + 1, end);
}
void display(int *nums, int size)
{
for (int i = 0; i < size; i++)
{
printf("%d, ", nums[i]);
}
printf("\n");
}
输出结果
排序前:5, 1, 8, 4, 6, 9, 3, 2, 7, 0,
快速排序后:0, 1, 2, 3, 4, 5, 6, 7, 8, 9,
快速排序适用场景
快速排序因其高效的性能和简单性而被广泛应用于各种场景中。以下是一些常见的适用场景:
大规模数据排序
- 大数据处理:
- 快速排序适用于大规模数据集的排序,特别是在内存中进行排序时。
- 它的时间复杂度通常为
O(n log n)
,在实际应用中表现优异。
内存排序
- 内存中的排序:
- 快速排序非常适合在内存中对数据进行排序,因为它不需要额外的大规模存储空间。
- 它的空间复杂度为
O(log n)
,递归栈的深度决定了所需的辅助空间。
稳定性不是关键的应用
- 非稳定性:
- 快速排序不是稳定的排序算法,即相等的元素可能会改变它们的相对顺序。
- 如果应用程序不需要保持元素的原始顺序,则快速排序是一个很好的选择。
高性能要求
- 高性能系统:
- 对于那些对性能有极高要求的应用程序,快速排序通常是一个不错的选择。
- 它的平均和最好的时间复杂度均为
O(n log n)
,这使得它在大多数情况下都非常快。
非稳定排序需求
- 不需要稳定性的排序:
- 如果应用程序不需要排序结果保持原有相同元素的相对顺序,那么快速排序是一个非常好的选择。
- 这在许多实际应用场景中都是非常有用的。
其他考虑因素
-
数据分布:
- 当数据分布较为均匀时,快速排序的性能更佳。
- 但对于已部分排序的数据或数据分布极不均匀的情况,快速排序可能不如其他算法(如插入排序或堆排序)有效。
-
随机化的基准选择:
- 为了提高性能并减少最坏情况的发生概率,可以通过随机选择基准来改进快速排序。
- 这样可以避免最坏情况下的
O(n^2)
时间复杂度。
总结
快速排序因其高效性、易于实现和较低的空间复杂度而在很多场景中得到广泛使用。然而,当稳定性成为关键因素时,应考虑使用其他排序算法(如归并排序)。此外,对于已部分排序的数据,插入排序可能是一个更好的选择。