《算法导论》里的快排是选取序列末尾的数作为主元(分界值)。从左到右扫描的过程中,也把分界值的位置确定了,而不参与新一轮的扫描。在数据量很大、扫描分段很多的时候应该多多少少能比原来的写法有所优化吧,不过应该差不多。在扫描的时候,除了设置一个游标,还设置一个变量,依次递增,以确定分界值最后的位置。另外,在做子序列的排序时,还是要仔细考虑一些特殊情况,如当子序列只有一个或两个元素的时候是否需要特殊处理?我模拟了一下程序运行,这里对于一个和两个的情况还是适用的。另外,书中算法的高明之处还在于直接选取最后一个元素作为主元,而不用考虑子序列中元素是否是否相等的情况,因此也不用特殊处理。而我上一篇中的选取主元素的算法就需要考虑当元素相等时的处理。经过本人的亲身试验,不进行特殊处理(如把0作为主元)是会陷入死循环的。相应地,也可以把第一个元素作为主元,我也进行了尝试。
以下是我对《算法导论》中的快排实现:
//把序列的最后一个元素作为主元
#include <iostream>
using namespace std;
#define MAX 35
int a[MAX];
void swapx(int &x, int &y)
{
int tmp;
tmp = x;
x = y;
y = tmp;
return;
}
int Partition(int p, int r)
{
int l = p - 1;//计数比主元小的元素
int j;//游标
int key = a[r];
for(j = p;j < r;j ++)
if(a[j] < key)//此处不能<=,最坏的情况是 前面子序列的最后一个元素跟主元一样大,这样前面的子序列以此为主元排序的话就进行不下去了。
{
l ++;
swapx(a[l], a[j]);
}
swapx(a[r], a[l + 1]);
return l;
}
int QuickSort(int p, int r)
{
if(p < r)
{
int i;
i = Partition(p, r);
QuickSort(p, i);
QuickSort(i + 2, r);
}
return 0;
}
int main()
{
int i;
for(i = 0; i < MAX; i++)
cin >> a[i];
QuickSort(0,MAX - 1);
for(i = 0; i < MAX; i++)
cout << a[i] << endl;
return 0;
}
//把序列的第一个元素作为主元
#include <iostream>
using namespace std;
#define MAX 35
int a[MAX];
void swapx(int &x, int &y)
{
int tmp;
tmp = x;
x = y;
y = tmp;
return;
}
int Partition(int p, int r)
{
int l = p;//计数比主元小的元素
int j;//游标
int key = a[p];
for(j = p + 1;j <= r;j ++)
if(a[j] <= key)//此处不能只是小于,最坏的情况是:主元后的第一个元素就跟主元一样大,这样后面的序列就没法继续排下去了,因为后面的元素都大于等于主元
{
l ++;
swapx(a[l], a[j]);
}
swapx(a[p], a[l]);
return l;//此时的主元位置,且左边没有跟主元一样大的元素了
}
int QuickSort(int p, int r)
{
if(p < r)
{
int i;
i = Partition(p, r);
QuickSort(p, i - 1);//把比主元小的元素进行递归排序
QuickSort(i + 1, r);//把主元拎出来,不参与后面的排序。否则会出错,因为后面的元素都比主元大
}
return 0;
}
int main()
{
int i;
for(i = 0; i < MAX; i++)
cin >> a[i];
QuickSort(0,MAX - 1);
for(i = 0; i < MAX; i++)
cout << a[i] << endl;
return 0;
}
代码中的几个注释是我的一点思考,虽然是很小的点,不过还是尽量考虑周全吧。做一个专业的程序猿!
还是用上篇的35个数据作为测试用例,结果是一样的啦