快速排序(Python)

1、快速排序思路(拓:O(n) 时间复杂度内求无序数组中的第 K 大元素)

根据分治、分区、递归的处理思想,我们可以用递归排序下标从 low到 m-1 之间的数据   和  下标从 m+1 到 high之间的数据  ,直到区间缩小为 1,就说明所有的数据都有序了。

核心思想就是写一个分区函数partition(),返回分区点的下标位置,使分区点左侧的数小于pivot,右侧的值大于pivot

递推公式和伪代码如下

递推公式:
quick_sort(p…r) = quick_sort(p…q-1) + quick_sort(q+1, r)

终止条件:
p >= r

伪代码:
// 快速排序,A 是数组,n 表示数组的大小
quick_sort(A, n) {
  quick_sort_c(A, 0, n-1)
}
// 快速排序递归函数,p,r 为下标
quick_sort_c(A, p, r) {
  if p >= r then return
  
  q = partition(A, p, r) // 获取分区点
  quick_sort_c(A, p, q-1)
  quick_sort_c(A, q+1, r)
}

partition(A, p, r) {
  pivot := A[r]
  i := p
  for j := p to r-1 do {
    if A[j] < pivot {
      swap A[i] with A[j]
      i := i+1
    }
  }
  swap A[i] with A[r]
  return i

2、关键:(原地)分区函数

快慢指针“单边循环法”,j指针代表小于基准元素的区域边界

用“交换”的思想,只需要将 A[i] 与 A[j] 交换,就可以在 O(1) 时间复杂度内将 A[j] 放到下标为 i 的位置。

 

''' 
原地分区函数
对 A[p…r] 分区,函数返回 pivot(分区点) 的下标
遍历数据,将小于 pivot 的放到左边,将大于 pivot 的放到右边,将 pivot 放到中间
'''
def _partition(a, low, high):
    pivot, j = a[low], low  # pivot是首位元素,j 是慢指针
    for i in range(low+1, high+1):  # i 是快指针,扫描从low+1位置到high位置
        if a[i] <= pivot:  # 快指针i 找到“较小的数”,将“较小的数”往前放
            j += 1
            a[j], a[i] = a[i], a[j]
    a[low], a[j] = a[j], a[low]  # 将pivot值放在中间,即index为j的位置
    return j

 

3、代码详解

import random


def quick_sort(a):
    _quick_sort_between(a, 0, len(a) - 1)


def _quick_sort_between(a, low, high):
    if low < high:
        # get a random position as the pivot
        k = random.randint(low, high) # k是(low,high)之间的随机整数
        a[low], a[k] = a[k], a[low]

        m = _partition(a, low, high)  # a[m] is in final position
        _quick_sort_between(a, low, m - 1)
        _quick_sort_between(a, m + 1, high)

''' 
原地分区函数
对 A[p…r] 分区,函数返回 pivot(分区点) 的下标
遍历数据,将小于 pivot 的放到左边,将大于 pivot 的放到右边,将 pivot 放到中间
'''
def _partition(a, low, high):
    pivot, j = a[low], low
    for i in range(low + 1, high + 1):
        if a[i] <= pivot:
            j += 1
            a[j], a[i] = a[i], a[j]  # swap
    a[low], a[j] = a[j], a[low]
    return j


if __name__ == "__main__":
    a1 = [3, 5, 6, 7, 8]
    a2 = [2, 2, 2, 2]
    a3 = [4, 3, 2, 1]
    a4 = [5, -1, 9, 3, 7, 8, 3, -2, 9]
    quick_sort(a1)
    print(a1)
    quick_sort(a2)
    print(a2)
    quick_sort(a3)
    print(a3)
    quick_sort(a4)
    print(a4)

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
快速排序是一种基于分治思想的排序算,它通过选择一个基准元素,将数组分为两部分,并使得左边的元素都小于等于基准元素,右边的元素都大于等于基准元素。然后递归地对左右两部分进行排序,最终得到一个有序数组。 以下是Python实现快速排序的代码: ```python def quick_sort(array, start, end): if start >= end: return mid_data, left, right = array[start], start, end while left < right: while array[right >= mid_data and left < right: right -= 1 array[left = array[right] while array[left < mid_data and left < right: left += 1 array[right = array[left] array[left = mid_data quick_sort(array, start, left-1) quick_sort(array, left+1, end) if __name__ == '__main__': array = [10, 17, 50, 7, 30, 24, 27, 45, 15, 5, 36, 21] quick_sort(array, 0, len(array)-1) print(array) ``` 快速排序的实现步骤如下: 1. 在数列中选择一个元素作为基准(pivot)。 2. 将数列中所有元素与基准进行比较,把比基准小的元素放在基准的左边,比基准大的元素放在基准的右边。 3. 以基准值左右两边的子列作为新数列,不断重复步骤1和步骤2,直到所有子集只剩下一个元素为止。 快速排序的优点是在处理大数据集时效果比较好,因为它采用了分治思想,可以充分利用计算资源。然而,快速排序在小数据集上的性能较差,因为交换元素的开销较大。另外,当选择的基准元素不合适或者数据已经有序时,快速排序的性能可能会变差。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值