算法导论-第七章快速排序

快速排序的最坏时间复杂度为θ(n2),但是它的平均性能很好，它的期望时间复杂度为θ(nlgn)

QUICKSORT(A,p,r)

实现了对子数组A[p..r]的原址重排

QUICKSORT(A,p,r)

QUICKSORT(A,p,r)
    if p < r
        q = PARTITION(A,p,r)
        QUICKSORT(A,p,q-1)
        QUICKSORT(A,q+1,r)

对于A[q]的疑问：我们人为的把数组拆分为A[p,q-1]和A[q+1,r]中的每一个元素，使得A[p,q-1]中的每个元素都小于等于A[q]，而A[q+1,r]中的每个元素都大于等于A[q]中的每一个元素。而这一目的在我们调用PARTITION(A,p,r)获取q时就已经达到。

PARTITION(A,p,r)

PARTITION(A,p,r)
    x = A[r]        # 作为主元
    i = p - 1
    for j = p to r - 1
        if A[j] <= x
            i = i + 1
            exchange A[i] with A[j]
    exchange A[i + 1] with A[r]
    return i + 1

A:为要排序的目标数组；p、r表示要排序数组的下标范围为[p，r]

在每次执行完PARTITION(A,p,r)后，在循环体的下一轮迭代的开始时，对于任意的数组下标k，有:

1. 若p<=k<=i,则A[k]<=x

2. 若i+1<=k<=j-1,则A[k]>=x

3. 若k==r,则A[k]=x

上面的三种排序后的情况中没有覆盖j<=k<=r-1的情况，在此情况下，元素没有特定的大小关系。也就说PARTITION(A,p,r)函数每次都只专注于A中的指定范围内元素的排序，而对于本次排序范围之外的元素的大小关系不必考虑在内，那是其他时刻需要做的事情。

修改为非递增序

PARTITION(A,p,r)

PARITITION(A,p,r)
    x = A[r]
    i = p - 1
    for j = p to r - 1
        do if A[j] >= x
            then i = i + 1
            exchange A[i] with A[j]
    exchange A[i + 1] with A[r]
    return i + 1

平衡与不平衡的划分

• 不平衡的划分

  极端情况下，每次划分产生的两个子问题分别包含了n-1个元素和0个元素时，快速排序的最坏情况发生

• 平衡的划分

  只要划分是常数比例的，算法的运行时间总是O(nlgn)

快速排序的随机化版本

使用随机化版本的快速排序作为大数据输入情况下的排序算法

通过对序列p,…,r的随机抽样，我们可以保证主元元素x=A[r]是等概率地从子数组的r-p+1个元素中选取的

RANDOMIZED-PARTITION(A,p,r)

RANDOMIZED-PARTITION(A,p,r)
    i = RANDOM(p,r)
    exchange A[i] with A[r]
    return PARTITION(A,p,r)

RANDOMIZED-QUICKSOR(A,p,r)

 RANDOMIZED-QUICKSOR(A,p,r)
    if p < r
        q = RANDOMIZED-PARTITION(A,p,r)
        RANDOMIZED-QUICKSOR(A,p,q-1)
        RANDOMIZED-QUICKSOR(A,q+1,r)

拓展

什么是原址排序?

在排序算法中，如果输入数组中仅有常数个元素需要在排序过程中存储在数组之外，则称排序算法是原址的。插入排序、堆排序、快速排序等都是原址排序。归并排序不是原址的。