快速排序

算法思想：

 

像归并排序一样，快速排序也是基于分治模式的。对于一个子数组A[p..r]排序的分治过程有如下3个步骤：

分解：数组被划分成两个子数组A[p..q-1]和A[q+1..r]，使得A[p..q-1]中的元素都小于等于A[q]，而且，小于等于A[q+1..r]中的元素。下标q也在这个划分过程中进行计算。

解决：通过递归调用快速排序，对子数组A[p..q-1]和A[q+1..r]排序。

合并：因为两个子数组是就地排序的，将它们的合并不需要操作：整个数组A[p..r]已排序。

 

算法代码：

#filename Quick_Sort.py 快速排序 #数组划分 def Partition(srcArray, p, r): x = srcArray[r] #i的位置是数组中元素大于x的位置的前一个位置 i = p-1 for j in range(p, r): if srcArray[j] <= x: i += 1 #交换src[i]和src[j]的位置 temp = srcArray[i] srcArray[i] = srcArray[j] srcArray[j] = temp temp = srcArray[i+1] srcArray[i+1] = srcArray[r] srcArray[r] = temp return i+1 ################################################### #快速排序 def Quick_Sort(srcArray, p, r): if p < r: q = Partition(srcArray, p ,r) Quick_Sort(srcArray, p, q-1) Quick_Sort(srcArray, q+1, r) ############################################ #测试 if __name__ == '__main__': srcArray = [4, 1, 3, 2, 16, 9, 10, 14, 8, 7] print 'Before Sorted' print srcArray Quick_Sort(srcArray, 0, len(srcArray)-1) print 'After Sorted' print srcArray 

算法结果：

>>> Before Sorted [4, 1, 3, 2, 16, 9, 10, 14, 8, 7] After Sorted [1, 2, 3, 4, 7, 8, 9, 10, 14, 16] >>>  

算法复杂度：O(nlgn)