快速排序
1.算法描述
快速排序(quick-sort)使用了分治法的思想。下面是对一个一般的子数组A[p~r]进行快速排序的流程图。其核心思想是,选取一个元素作为“基准”,然后利用“基准数”将列表分成两部分,然后逐步递归。
- (a)将最后一个元素作为“基准”数,初始化 i = p − 1 i = p - 1 i=p−1, 为什么是p-1呢,因为通过p和i的距离来表示子数组中小于“基准”的部分,即灰色部分。
- (b)-(h) 通过j来遍历数组,如果遍历中存在小于“基准”数的部分,说明要给灰色部分+1,那么i+=1并且交换当前A[j]和A[i]的位置(i+=1在前)
- (i)最后一步,交换A[i+1]和A[r]的值,也就是图中所示的8和4的值,来将4定位。随后在灰色区间和黑色区间递归调用函数。
以上为固定“基准数”的快速排序,还有一种随机基准数的快速排序,其实本质上没有区别,只用在开始交换一下随机数和最后一个数的位置就行了。
2. 代码示例
import numpy as np
def exchange(A, i, j):
temp = A[i]
A[i] = A[j]
A[j] = temp
def partition(A, p, r):
x = A[r]
i = p - 1
for j in range(p, r):
if A[j] < x:
i = i + 1
exchange(A, i, j)
exchange(A, i + 1, r)
return i + 1
def randomized_partition(A, p, r):
i = np.random.randint(p, r + 1)
exchange(A, r, i)
return partition(A, p, r)
def quicksort(A,p,r):
if p < r:
q = partition(A,p,r)
quicksort(A,p,q-1)
quicksort(A,q+1,r)
def randomized_quicksort(A, p, r):
if p < r:
q = randomized_partition(A, p, r)
randomized_quicksort(A, p, q - 1)
randomized_quicksort(A, q + 1, r)
A = [2, 8, 7, 1, 3, 5, 6, 4]
p = 0
r = len(A) - 1
# quicksort(A,p,r)
randomized_quicksort(A, p, r)
print(A)