快速排序

概述
　　快速排序(Quick Sort)是一种有效的排序算法。虽然算法在最坏的情况下运行时间为O(n^2)，但由于平均运行时间为O(nlogn)，并且在内存使用、程序实现复杂性上表现优秀，尤其是对快速排序算法进行随机化的可能，使得快速排序在一般情况下是最实用的排序方法之一。
　　快速排序被认为是当前最优秀的内部排序方法。
[编辑本段]
实现
　　快速排序的实现基于分治法，具体分为三个步骤。假设待排序的序列为L[m..n]。
　　分解：序列L[m .. n]被划分成两个可能为空的子序列L[m .. pivot-1]和L[pivot+1 .. n]，使L[m .. pivot-1]的每个元素均小于或等于L[pivot]，同时L[pivot+1.. n]的每个元素均大于L[pivot]。其中L[pivot]称为这一趟分割中的主元（也称为枢轴、支点）。
　　解决：通过递归调用快速排序，对子序列L[m .. pivot-1]和L[pivot+1 .. r]排序。 
　　合并：由于两个子序列是就地排序的，所以对它们的合并不需要操作，整个序列L[m .. n]已排好序。
[编辑本段]
性质
　　内部排序
　　快速排序是一种内部排序方法。也就是说快速排序的排序对象是读入内存的数据。
　　比较排序
　　快速排序确定元素位置的方法基于元素之间关键字大小的比较。
　　所有基于比较方法的排序方法的时间下界不会低于O(nlgn)。这个结论的具体证明，请参考有关算法的书籍，例如《算法导论》（第一版）第8章（第二版在第七章QuickSort)。
　　在理想情况下，能严格地达到O(nlgn)的下界。一般情况下，快速排序与随机化快速排序的平均情况性能都达到了O(nlgn)。
　　不稳定性
　　快速排序是一种不稳定的排序方法。简单地说，元素a1, a2的关键字有a1.key=a2.key，则不稳定的排序方法不能保证a1, a2在排序后维持原来的位置先后关系。
　　原地排序
　　在排序的具体操作过程中，除去程序运行实现的空间消费（例如递归栈），快速排序算法只需消耗确定数量的空间（即S(1)，常数级空间）。
　　这个性质的意义，在于在内存空间受到限制的系统（例如MCU）中，快速排序也能够很好地工作。
[编辑本段]
时空复杂度
　　快速排序每次将待排序数组分为两个部分，在理想状况下，每一次都将待排序数组划分成等长两个部分，则需要logn次划分。
　　而在最坏情况下，即数组已经有序或大致有序的情况下，每次划分只能减少一个元素，快速排序将不幸退化为冒泡排序，所以快速排序时间复杂度下界为O(nlogn)，最坏情况为O(n^2)。在实际应用中，快速排序的平均时间复杂度为O(nlogn)。
　　快速排序在对序列的操作过程中只需花费常数级的空间。空间复杂度S(1)。
　　但需要注意递归栈上需要花费最少logn 最多n的空间。
[编辑本段]
随机化算法
　　快速排序的最坏情况基于每次划分对主元的选择。基本的快速排序选取第一个元素作为主元。这样在数组已经有序的情况下，每次划分将得到最坏的结果。一种比较常见的优化方法是随机化算法，即随机选取一个元素作为主元。这种情况下虽然最坏情况仍然是O(n^2)，但最坏情况不再依赖于输入数据，而是由于随机函数取值不佳。实际上，随机化快速排序得到理论最坏情况的可能性仅为1/(2^n)。所以随机化快速排序可以对于绝大多数输入数据达到O(nlogn)的期望时间复杂度。一位前辈做出了一个精辟的总结：“随机化快速排序可以满足一个人一辈子的人品需求。”
　　随机化快速排序的唯一缺点在于，一旦输入数据中有很多的相同数据，随机化的效果将直接减弱。对于极限情况，即对于n个相同的数排序，随机化快速排序的时间复杂度将毫无疑问的降低到O(n^2)。
[编辑本段]
减少递归栈使用的优化
　　快速排序的实现需要消耗递归栈的空间，而大多数情况下都会通过使用系统递归栈来完成递归求解。在元素数量较大时，对系统栈的频繁存取会影响到排序的效率。
　　一种常见的办法是设置一个阈值，在每次递归求解中，如果元素总数不足这个阈值，则放弃快速排序，调用一个简单的排序过程完成该子序列的排序。这样的方法减少了对系统递归栈的频繁存取，节省了时间的消费。
　　一般的经验表明，阈值取一个较小的值，排序算法采用选择、插入等紧凑、简洁的排序。一个可以参考的具体方案：阈值T=10，排序算法用选择排序。
　　阈值不要太大，否则省下的存取系统栈的时间，将会被简单排序算法较多的时间花费所抵消。
　　另一个可以参考的方法，是自行建栈模拟递归过程。但实际经验表明，收效明显不如设置阈值。
消除递归的快速排序
　　传统的快速排序是递归的，这就会受到递归栈深度的限制。比如在一台普通的PC上，当待排序元素达到10^6以上时，传统的递归快排会导致栈溢出异常，或者一个莫名其妙的错误结果。所以，对于巨大的数据规模，将快速排序消除递归是十分必要的。而消除递归，又将带来巨大的性能提升，把系统级的消耗降到最低。
　　消除递归的方法，就是模拟栈操作。但是从代码可以看出，这种模拟的消耗几乎可以忽略不计。因此消除递归的快排的效率是有保障的。
　　（虽然下面的代码没有使用随机化，但经过测试，它是目前所有快排编写方法中，效率最高，速度最快的！）
　　
　　#define MAXARRAY 10000
　　#define PUSH(A,B) {sl[sp]=A;sr[sp]=B;sp++;}
　　#define POP(A,B) {sp--;A=sl[sp];B=sr[sp];}
　　void quicksort(int a[],int l,int r){
　　static int sl[MAXARRAY], sr[MAXARRAY], sp;
　　int i,j,p,t;
　　sp=0;
　　PUSH(l,r);
　　while(sp){
　　POP(l,r);
　　i=l;j=r;p=a[(i+j)/2];
　　while(i<=j){//2.建议改成:while(i<j){
　　while(a<p)i++;//应为while(a<p)i++;
　　while(a[j]>p)j--;
　　if(i<=j){//3.建议改成:if(i<j){
　　t=a;a=a[j];a[j]=t;//应为t=a;a=a[j];a[j]=t;
　　i++;j--;//1.建议注释掉//不能注释掉！
　　} 
　　}
　　if(l<j)PUSH(l,j);
　　if(i<r)PUSH(i,r);
　　}
　　}
　　
[编辑本段]
C++例程
　　以下是一个用C++编写的快速排序程序。虽然C标准库中提供了快速排序，但作为快速排序的介绍，原理程序的代码更加有助于对快速排序运行过程的分析。
　　在这个例程中，对于数组x的0~n-1号元素的排序，初始调用为：quicksort(x, 0, n-1);
　　int quicksort_partition(int L[], int Lbb, int Ubb)
　　{
　　//随机化 
　　int iRndPivID;
　　srand(unsigned(time(0)));
　　iRndPivID = (rand() % (Ubb - Lbb + 1)) + Lbb;
　　swap(L[iRndPivID], L[Ubb]);
　　//快排 
　　int iPivValue;
　　int i;
　　int iPivPos;
　　iPivValue = L[Ubb];
　　iPivPos = Lbb - 1;
　　for (i=Lbb; i<=Ubb-1; i++)
　　{
　　if (L[ i ] <= iPivValue)
　　{
　　iPivPos++;
　　swap(L[iPivPos], L[ i ]);
　　}
　　}
　　iPivPos++;
　　swap(L[iPivPos], L[Ubb]);
　　return iPivPos;
　　}
　　void quicksort(int L[], int Lbb, int Ubb)
　　{
　　int iPiv;
　　if (Lbb < Ubb)
　　{
　　iPiv = quicksort_partition(L, Lbb, Ubb);
　　quicksort(L, Lbb, iPiv - 1);
　　quicksort(L, iPiv + 1, Ubb);
　　}
　　return;
　　}
[编辑本段]
使用C++标准库的快速排序函数
　　C++的标准库stdlib.h中提供了快速排序函数。
　　请在使用前加入对stdlib.h的引用：#include <cstdlib> 或 #include <stdlib.h>
　　qsort(void* base, size_t num, size_t width, int(*)compare(const void* elem1, const void* elem2))
　　参数表
　　*base: 待排序的元素（数组，下标0起）。
　　num: 元素的数量。
　　width: 每个元素的内存空间大小（以字节为单位）。可用sizeof()测得。
　　int(*)compare: 指向一个比较函数。*elem1 *elem2: 指向待比较的数据。
　　比较函数的返回值
　　返回值是int类型，确定elem1与elem2的相对位置。
　　elem1在elem2右侧返回正数，elem1在elem2左侧返回负数。
　　控制返回值可以确定升序/降序。
　　一个升序排序的例程：
　　int Compare(const void *elem1, const void *elem2) 
　　{ 
　　return *((int *)(elem1)) - *((int *)(elem2));
　　} 
　　int main()
　　{
　　int a[100];
　　qsort(a, 100, sizeof(int), Compare); 
　　return 0;
　　}
快速排序的JAVA实现
　　package cims.util.arithmetic;
　　public class Test {
　　public static int[] a = { 10, 32, 1, 9, 5, 7, 12, 0, 4, 3 }; // 预设数据数组（预设数组为{7,6,7}的话能不能正确排序？）
　　public static void main(String args[]) {
　　System.out.print("排序前: ");
　　for (int i = 0; i < a.length; i++)
　　System.out.printf("%3s", a);//（java里有这种格式？）
　　System.out.println("");
　　int Index = a.length;
　　QuickSort(0, Index - 1, Index); // 快速排序
　　// 排序后结果
　　System.out.print("排序后: ");
　　for (int i = 0; i < a.length; i++)
　　System.out.printf("%3s", a);
　　System.out.println("");
　　}
　　public static void QuickSort(int Left, int Right, int Index) {
　　int i, j, k; // 循环计数变量
　　int Pivot; // 枢纽变量
　　int Temp; // 暂存变量
　　i = Left; // 设定左指针
　　j = Right; // 设定右指针
　　Pivot = a[Left]; // 取最左边的元素
　　if (i < j) {
　　do {
　　while (a < Pivot && i < Right) // 从左往右找比Pivot大的值（这里是指a？）
　　{
　　i++;
　　}
　　while (a[j] > Pivot && j > Left) // 从右往左找比Pivot小的值
　　{
　　j--;
　　}
　　if (i < j) // 交换a和a[j]（交换a和a[j]？）
　　{
　　Temp = a;
　　a = a[j];
　　a[j] = Temp;
　　}
　　} while (i < j);
　　if (i > j) {
　　Temp = a[Left]; // 交换a[Left]和a[j]
　　a[Left] = a[j];
　　a[j] = Temp;
　　// 打印目前排序结果
　　System.out.print("排序中: ");
　　for (k = 0; k <= Index; k++) {
　　System.out.printf("%3s", a[k]);
　　}
　　System.out.println("");
　　}
　　QuickSort(Left, j - 1, Index); // 排序左半边
　　QuickSort(j + 1, Right, Index); // 排序右半边
　　}
　　}
　　}

参考自：百度百科