算法思想
快速排序 采用 “分而治之” 的策略:使用 基准值 通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都要小于基准值,另外一部分的所有数据都要大于基准值。然后按此方法对这两部分数据进行快速排序,整个排序过程可以 递归 进行,以此达到整个数据集变成有序序列。
算法步骤
- 从数据集中挑选一个元素,我们称为 “基准值”(pivot);
- 重新排序数列,所有小于基准值的元素移动到基准值的左边,所有大于基准值的元素移动到基准值的右边(相同的元素放可以放在任意一边)。在这一趟分区之后,该基准值就处于数列的中间位置。这个步骤成为分区(partition)操作;
- 递归的把小于基准值元素的子数列和大于基准值元素的子数列排序;
动图演示
时间复杂度
快速排序的时间复杂度分为两种情况:
- 最坏情况: O ( n 2 ) O(n ^ 2) O(n2)
- 平均情况: O ( n log 2 n ) O(n \log_2 n) O(nlog2n)
对于快速排序而言,如果待排序数列本身就是有序的或者所有元素都相同的情况下,就会出现要遍历对比所有的元素,这个时候就会出现最坏运行情况。
代码实现
JavaScript实现
function quickSort(arr){
//空数组或数组长度小于2的情况下不需要排序
if (arr == null || arr.length < 2){
return;
}
partition(arr,0, arr.length - 1);
}
//分区操作
function partition(arr,top,tail){
if (top >= tail) {
return;
}
//设置左边界和右边界
var left = top, right = tail;
//基准值取头法
var pivot = arr[left];
while (left < right) {
//先从右到左检查小于基准值的元素
while (left < right && arr[right] >= pivot) {
right--;
}
//将小于基准值的元素移动到左边
arr[left] = arr[right];
//从左到右检查大于等于基准值的元素
while (left < right && arr[left] < pivot) {
left++;
}
//将大于或等于基准值的元素移动到右边
arr[right] = arr[left];
}
//将基准值移动到左边
arr[left] = pivot;
//继续递归左边的排序
partition(arr,top,left - 1);
//继续递归右边的排序
partition(arr,left + 1,tail);
}
Python实现
def quickSort(arr):
if len(arr) < 2:
return arr
else:
pivot = arr[0] # 基准值为头元素
left = [i for i in arr[1:] if i <= pivot] # 所有小于或等于基准值的元素组成的子序列
right = [i for i in arr[1:] if i > pivot] # 所有大于基准值的元素组成的子序列
return quickSort(left) + [pivot] + quickSort(right) # 递归调用
Java实现
public void quickSort(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
partition(arr,0,arr.length - 1);
}
//基准值取头法
public void partition(int[] arr,int top,int tail) {
if (top >= tail) {
return;
}
int left = top, right = tail;
//基准值取头法
int pivot = arr[left];
while (left < right) {
while (left < right && arr[right] >= pivot) {
right--;
}
arr[left] = arr[right];
while (left < right && arr[left] < pivot) {
left++;
}
arr[right] = arr[left];
}
arr[left] = pivot;
partition(arr,top,left - 1);
partition(arr,left + 1,tail);
}
//基准值取尾法
public void partition2(int[] arr,int top,int tail){
if (top >= tail){
return;
}
int left = top,right = tail;
int pivot = arr[right];
while (left < right) {
//先从左到右查找大于或等于基准值的元素
while (left < right && arr[left] < pivot) {
left++;
}
//将大于或等于基准值的元素移动到右边
arr[right] = arr[left];
//再从右到左查找小于基准值的元素
while (left < right && arr[right] >= pivot) {
right--;
}
arr[left] = arr[right];
}
arr[right] = pivot;
partition2(arr,top,right - 1);
partition2(arr,right + 1,tail);
}
//基准值取中法
public void partition3(int[] arr,int top,int tail) {
if (top >= tail) {
return;
}
int left = top, right = tail;
//基准值取中间数据
int pivot = arr[(left + right) / 2];
while (left <= right) {
//从左到右查找大于基准值的元素
while (arr[left] < pivot) {
left++;
}
//从右到左查找小于基准值的元素
while (arr[right] > pivot) {
right++;
}
//将小于基准值的元素移动到左边,大于基准值的元素移动到右边
if (left < right) {
int temp = arr[left];
arr[left] = arr[right];
arr[right] = temp;
left++;
right--;
} else if (left == right) {
left++;
}
}
partition3(arr,top,right);
partition3(arr,left,tail);
}
注意: 选取基准值的位置要和遍历的开始方向相反,这样可以增大对比跨度,减少分区次数。