快速排序
- 每一轮排序选择一个基准点(pivot)进行分区
1 让小于基准点的元素的进入一个分区,大于基准点的元素的进入另一个分区
2. 当分区完成时,基准点元素的位置就是其最终位置 - 在子分区内重复以上过程,直至子分区元素个数少于等于 1,这体现的是分而治之的思想 ([divide-and-conquer]
- 从以上描述可以看出,一个关键在于分区算法,常见的有洛穆托分区方案、双边循环分区方案、霍尔分区方案
单边循环快排(lomuto 洛穆托分区方案)
-
选择最右元素作为基准点元素
-
j 指针负责找到比基准点小的元素,一旦找到则与 i 进行交换
-
i 指针维护小于基准点元素的边界,也是每次交换的目标索引
-
最后基准点与 i 交换,i 即为分区位置
public static void main(String[] args) {
//快速排序,单边循环
int[] array = {5, 7, 2, 3, 9, 1, 8, 6, 4};
quick(array, 0, array.length - 1);
}
private static void quick(int[] array, int l, int h){
if (l>=h){
return;
}
int p = partition(array, l, h);
quick(array,l,p-1);
quick(array,p+1,h);
}
private static int partition(int[] array, int l, int h) {
int pv = array[h]; //基准点元素
int i = l;
for (int j = l; j < h; j++) {
if (array[j] < pv) {
if (i != j) {
swap(array, i, j);
}
i++;
}
}
System.out.println(Arrays.toString(array));
if (i != h) {
swap(array, h, i);
}
return i; //返回值代表基准点元素所在的索引位置
}
private static void swap(int[] array, int i, int j) {
int temp = array[i];
array[i] = array[j];
array[j] = temp;
}
双边循环(不完全等价于 hoare 霍尔分区方案)
- 选择最左元素作为基准点元素
- j 指针负责从右向左找比基准点小的元素,i 指针负责从左向右找比基准点大的元素,一旦找到二者交换,直至 i,j 相交
- 最后基准点与 i(此时 i 与 j 相等)交换,i 即为分区位置
public static void main(String[] args) {
//快速排序,双边循环
int[] array = {5, 7, 2, 3, 9, 1, 8, 6, 4};
quick(array, 0, array.length - 1);
}
private static void quick(int[] array, int l, int h){
if (l>=h){
return;
}
int p = partition(array, l, h);
quick(array,l,p-1);
quick(array,p+1,h);
}
private static int partition(int[] array, int l, int h) {
int pv = array[l];
int i = l;
int j = h;
while (i < j) {
// j 从右找小的
while (i < j && array[j] > pv) {
j--;
}
// i 从左找大的
while (i < j && array[i] <= pv) {
i++;
}
swap(array, i, j);
}
swap(array, l, j);
System.out.println(Arrays.toString(array) );
return j;
}
private static void swap(int[] array, int i, int j) {
int temp = array[i];
array[i] = array[j];
array[j] = temp;
}
快排特点
-
平均时间复杂度是 O ( n l o g 2 n ) O(nlog_2n ) O(nlog2n),最坏时间复杂度 O ( n 2 ) O(n^2) O(n2)
-
数据量较大时,优势非常明显
-
属于不稳定排序
**霍尔的移动次数平均来讲比洛穆托少3倍