Python算法实现（一）—— 快速排序算法

欢迎关注公众号K的笔记阅读博主更多优质学习内容

快速排序是我们在面试时常常遇到的算法，我们接下来首先介绍快速排序的基本思想，然后手撸一遍快速排序算法，最后我们介绍一些特殊情景的应用。

快速排序介绍

快速排序算法是冒泡排序算法的一种改进，其主要思想是通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据比另一部分所有数据小，整个过程可以递归进行，最终使整个数据变成有序序列。但快速排序是一种不稳定的排序算法，即相同元素不能保序，因此在一些实际场景中不能进行使用。

快排实现步骤

1. 在数据集之中，选择一个元素作为“基准”（pivot）
   · 可以选择第一个元素或随机选择一个元素，但最好随机选择
   · 算法最坏情况复杂度为 $O(n^2)$，平均复杂度为$O(nlogn)$，其中 $n$ 为 partition 操作，$logn$ 为树的深度
2. 所有小于“基准”的元素，都移到“基准”的左边；所有大于“基准”的元素，都移到“基准”的右边。这个操作称为”分区“（partition）
   · 分区操作结束后，基准元素所处的位置就是最终排序后它的位置
   · partition 操作有两种方法：挖坑法和指针交换法
3. 对“基准”左边和右边两个子集，不断重复第一步和第二步，直到所有子集只剩下一个元素为止

Partition 操作

下图是 Partition 操作的主要方式，下面分别介绍两种方法 —— 挖坑法和指针交换法。

挖坑法

首先我们的数组元素排序如下：

首先我们选定基准元素Pivot，并记住这个位置index，这个位置相当于一个“坑”，并且设置两个指针 left 和 right ，指向数列的最左和最右两个元素。

接下来，从right指针开始，把指针所指向的元素和基准元素做比较。如果比pivot大，则right指针向左移动；如果比pivot小，则把right所指向的元素填入坑中。两个指针接触时算法停止。

4>2，所以4的位置不变，将right指针左移继续比较，right右边黄色的区域代表着大于基准元素的区域。

1<2，所以把1填入基准元素所在位置，也就是坑的位置。这时候，元素1本来所在的位置成为了新的坑。同时，left向右移动一位。

此时，left左边绿色的区域代表着小于基准元素的区域，接下来，我们切换到left指针进行比较。如果left指向的元素小于pivot，则left指针向右移动；如果元素大于pivot，则把left指向的元素填入坑中。

下面是挖坑法另一个例子，来自这篇博客

指针交换法

指针交换法的思想是同时遍历左右边，交换不满足条件的两个元素，下面的例子同样来自这篇博客：

由于上面的图片讲的已经很清楚了，这里就不再进行讲解，下面直接上代码。

快速排序代码实现

下面提供一个最简单的实现，想要寻求刺激的可以直接看下一节。

import random

def quickSort(arr):
    if len(arr) < 2:
        return arr
    pivot = arr[random.randint(0,9)]
    left, right = [], []
    arr.remove(pivot)
    for item in arr:
        if item >= pivot:
            right.append(item)
        else:
            left.append(item)
    return quickSort(left) + pivot + quickSort(right) 

快速排序的应用

我们首先看到 leetcode 的215题：

这个题我们可以用快速排序的思维来解题。我们在进行快速排序时，每进行一次 Partition，我们就能知道该基准元素的最终位置，因此我们只需要找到排名第二的元素即可，我们来看一下这个题的代码：

class Solution(object):
    def findKthLargest(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: int
        """
        self._k = len(nums) - k
        return self.quickSort(nums, 0, len(nums)-1)
        
    def quickSort(self, nums, left, right):
        if left == right:
            return nums[left]
        pivot = self.partition(nums, left, right)
        if pivot == self._k:
            return nums[pivot]
        elif pivot < self._k:
            return self.quickSort(nums, pivot+1, right)
        else:
            return self.quickSort(nums, left, pivot-1)
        
    def partition(self, nums, left, right):
        pivot = nums[left]
        i, j = left, right
        while i < j:
            while i < j and nums[j] >= pivot:
                j -= 1
            if i < j:
                nums[i] = nums[j]
                i += 1
            while i < j and nums[i] <= pivot:
                i += 1
            if i < j:
                nums[j] = nums[i]
                j -= 1
        nums[i] = pivot
        return i