快速排序,在平均状况下排序 n 个项目要 Ο(nlogn) 次比较。 在最坏状况下则需要 Ο(n2) 次比较,但不常见。 快速排序使用分治法策略来把一个串行分为两个子串行。 本质上快速排序是在冒泡排序基础上的递归分治,是处理大数据最快的排序算法之一了。 算法步骤 1. 从数列中挑出一个元素,称为 “基准”(pivot); 2. 重新排序数列,所有元素比基准值小的摆放在基准前面, 所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。 在这个分区退出之后,该基准就处于数列的中间位置。 这个称为分区(partition)操作; 3. 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序; 4. 递归的最底部情形,是数列的大小是零或一,也就是永远都已经被排序好了。 虽然一直递归下去,但是这个算法总会退出, 因为在每次的迭代(iteration)中,它至少会把一个元素摆到它最后的位置去。
def partition(sample, left, right): ''' 在第一轮的时候默认left为列表第一个元素作为pivot, 将pivot与后面的所有元素比较,找到最后小于pivot的元素的下标,存入index, 期间找到的i下标元素小于index下标元素要做交换 最后将pivot与index对应的元素交换 :param sample: :param left: :param right: 最后一个元素的下标 :return: ''' pivot = left index = pivot + 1 i = index # 存储下一个元素的下标 while i <= right: s_pivot = sample[pivot] s_i = sample[i] if s_i < s_pivot: sample[i], sample[index] = sample[index], sample[i] index += 1 i += 1 sample[pivot], sample[index-1] = sample[index-1], sample[pivot] return index - 1 # pivot的新下标 def quick_sort(sample, left=None, right=None): left = 0 if not isinstance(left, (int, float)) else left right = len(sample) - 1 if not isinstance(right, (int, float)) else right if left < right: ''' sample = [9, 5, 1, 10, 11, 6] 第一轮使用第一个元素(9)作为pivot, 经过第一轮partition_index后将pivot和其右边最后小于pivot的元素交换并返回pivot新下标, 这样pivot对应的元素值就大于左边而小于右边 ''' partition_index = partition(sample, left, right) quick_sort(sample, left, partition_index - 1) quick_sort(sample, partition_index + 1, right) return sample
参考: