快速排序原理
1.选择一个基准值,这里我们选arr[0],即5
2.从右向左找,找到第一个比首元素小的后停止,找到4;记下标为j
3.从左向右找,找第一个比首元素大的后停止,我们找到8;记下标为i
4.交换4和8的位置
5.从刚刚停下的地方继续从右向左找比首元素小的,从左向右找比首元素大的,然后互换位置。
…
6.直到j=i为止,此时交换基准arr[0]和arr[j]的位置,则得到:
在基准的左方全是比基准小的,在基准的右方全是比基准大的元素序列。
此时我们完成了一次快速排序的递归运行。
而后继续对左右数组执行快速排序,最后将数组连接起来,则得到了最终排序结果
算法图解:
python代码实现
"""
快速排序:
平均时间复杂度nLog(n)
最差n²
"""
import random
def quick_sort(arr,left,right):
# print('left:',left,"\tright:",right)
if left==right:
return
i=left
j=right
while i!=j:
while j>i and arr[j]>arr[left]:
j-=1
while i<j and arr[i]<arr[left]:
i+=1
#交换i,j位置
arr[i],arr[j]=arr[j],arr[i]
#交换基准和j的位置
arr[left],arr[j]=arr[j],arr[left]
quick_sort(arr,left,i)
quick_sort(arr,j+1,right)
if __name__ == "__main__":
arr=random.sample(range(20),9)
print("arr:",arr)
quick_sort(arr,0,len(arr)-1)
print("after sort:",arr)
python代码实现带图版
"""
快速排序:
平均时间复杂度nLog(n)
最差n²
"""
import random
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
def autolabel(rects):
for rect in rects:
height = rect.get_height()
plt.text(rect.get_x()+rect.get_width()/2.-0.2, 1.00*height, '%s' % float(height))
def quick_sort(arr,left,right):
# print('left:',left,"\tright:",right)
if left==right:
return
i=left
j=right
while i!=j:
while j>i and arr[j]>arr[left]:
j-=1
while i<j and arr[i]<arr[left]:
i+=1
#交换i,j位置
arr[i],arr[j]=arr[j],arr[i]
#画图
plt.cla()
a=plt.bar(range(len(arr)),arr,color=cm.rainbow(np.array(arr)/25))
autolabel(a)
plt.pause(1.5)
#交换基准和j的位置
arr[left],arr[j]=arr[j],arr[left]
quick_sort(arr,left,i)
quick_sort(arr,j+1,right)
if __name__ == "__main__":
arr=random.sample(range(20),9)
print("arr:",arr)
quick_sort(arr,0,len(arr)-1)
print("after sort:",arr)
博客参考:https://www.cnblogs.com/onepixel/articles/7674659.html
这是一个js代码实现的博客,原理相通,里面还介绍了归并排序,值得一看