快速排序与其性能分析

最新推荐文章于 2024-01-18 17:08:22 发布

我不搞基

最新推荐文章于 2024-01-18 17:08:22 发布

阅读量754

点赞数

分类专栏：算法导论

本文链接：https://blog.csdn.net/fugitive1/article/details/93331904

版权

算法导论专栏收录该内容

10 篇文章 1 订阅

订阅专栏

快速排序与其性能分析

1 快速排序的描述

快速排序是采用的分治策略，例如对子数组 $A [p : r]$ 进行快速排序的三步分治过程如下：
分解：数组 $A [p : r]$ 被划分为两个子数组 $A [p : q - 1]$ 和 $A [q + 1 . . r]$ ，使得 $A [p : q - 1]$ 中每一个元素都小于 $A [q]$ ， $A [p + 1 : r]$ 中每一个元素都大于 $A [q]$ 。
解决：通过递归调用快速排序，对子数组 $A [p : q - 1]$ 和 $A [q + 1 . . r]$ 进行排序。
合并：原址排序并不需要合并。（原址排序指不需要额外的空间就可完成排序）
快速排序的伪代码如下：
QUICKSORT(A, p, r)

if p<r:
	q = PARITITION(A,p,r)
	QUICKSORT(A,p,q-1)
	QUICKSORT(A,q+1, r)

排序整个数组 $A$ 应该调用QUICKSORT(A, 1, A.length)。
数组的划分使用的ARITITION过程，对A[p…r]实现原址重排。
PARTITION(A, p, r)

x = A[r]
i = p-1
for j=p to r-1
	if A[j] <= x
		i+=1
		exchange A[i] with A[j]
exchange A[i+1] with A[r]
return i + 1

PARTITION(A, p, r)的功能是，重新排序数组 $A$ ，并返回p，使得 $A [: q - 1]$ 中每一个元素都小于 $A [q]$ ， $A [p + 1 :]$ 中每一个元素都大于 $A [q]$ 。上述伪代码总是选择 $x = A [r]$ 作为主元（即为最终的A[p]），并围绕着这个元素划分子数组。PARTITION过程如下图：
快速排序执行代码
图中红色部分是小于主元的，蓝色是大于主元部分，红色箭头代表PARTITION(A, p, r)中的i，蓝色箭头代表PARTITION(A, p, r)中的j，白色是PARTITION(A, p, r)中的x。PARTITION操作的正确性在算法导论中用循环不变式进行证明，这里就不多说了。

2 快速排序的性能

快速排序的运行时间，与其划分是否平衡有关系，划分越不平衡则性能越差，最坏接近插入排序（ $O(n^2)$ ），划分平衡则性能与归并排序( $O (n l g n)$ )一样。

2.1 最坏情况

当每次划分产生的子问题分别包含了， $n - 1$ 个元素和 $0$ 个元素时，这时候快速排序的最坏情况发生了，假设每一步都是这样子不均衡。若此时将时间表示为 $T (n)$ ，那么有递归式： $T(n)=T(n-1)+T(0)+\Theta(n)$ ，其中： $T (n - 1)$ 是划分多的一边（ $n - 1$ 那一部分）， $T (0)$ 为划分少的一边（ $0$ 那一部分）， $\Theta(n)$ 为划分 $n$ 个元素所花费的时间。可以用带入法（之前的分治策略中有说明）求解此式子的结果为 $\Theta(n^2)$ 。
因此在每一层都不平衡的情况下，运行时间为 $\Theta(n^2)$ ，即在最坏情况下的快速排序运行时间并不比插入排序好，在输入数组有序的情况下，若采用上述PARTITION操作的话，快速排序的复杂度仍为 $\Theta(n^2)$ 。但是插入排序在这种情况下是 $\Theta(n)$ 。

2.2 最好情况

最好情况下，PARTITION操作之后的两个字问题的规模都不大于 $\frac n2$ .在这种情况下，快速排序的性能非常好。此时有递归式： $T(n)=2T(\frac n2)+\Theta(n)$ ；根据主定理（主定理可以参考前面的分治策略）的情况2求得递归式解为 $T(n)=\Theta(nlgn)$ 。

2.3 平衡划分情况

假设划分算法总是产生9:1的划分，看起来是很不平衡的，此时的递归式为： $T(n)=T(\frac{9n}{10})+T(\frac{n}{10})+cn$
在这里插入图片描述
上图是递归式 $T (n)$ 的递归树，其特点是每个左子节点都是占比为1，右子节点占比为9，因此导致最左边的树枝最短，长度为： $log_{10}n$ ，最右边的树枝最长，长度为： $log_{\frac{10}{9}}n$ 。最短这边的长度计算过程为：若 $c n$ 每一次是之前的 $\frac{1}{10}$ ，设其长度为 $h$ 则有 $(\frac{1}{10})^h*cn=c$ ，即划分了 $h$ 次最终到了 $c$ ，解得 $h=log_{10}n$ ；同理长的这一边有 $(\frac{9}{10})^h*cn=c$ ，解得 $h=log_{\frac{10}{9}}n$ 。
由上图可知，对于这种划分的运行时间 $T (n)$ 有： $cnlog_{10}n < T(n) < cnlog_{\frac{10}{9}}n$ ，其中: $cnlog_{10}n=c*log_{10}2*nlog_2n=\Theta(nlgn)$ ， $cnlog_{\frac{10}{9}}n=c*log_{\frac{10}{9}}2*nlog_2n=\Theta(nlgn)$ 。因此这种划分的时间仍然是 $\Theta(nlgn)$ ，看起来 $1 : 9$ 的划分已经相当不平衡了，但是其时间仍为 $\Theta(nlgn)$ ，事实上，任意常数比例划分的时间均为 $\Theta(nlgn)$ 。