快速排序

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$i=p-1$, 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)