深入探究快速排序 && 随机快速排序

深入探究快速排序 && 随机快速排序

本篇博客将展示快速排序中两种partition的写法，同时讲解随机快速排序，并将它们进行对比

快速排序

1、第一种partition

这种partition的写法主要是确定一个基准值（一般最右侧的值），然后两个指针从两头往中间移动，，当两个指针相遇后，将基准值与指针交换，这样使得小于基准值的值在基准值的左侧，大于基准值的值在基准值的右侧。

int partition(vector<int> &q, int l, int r)
{
	int x = q[r];
	int i = l;
	int j = r - 1;
	while (i < j)
	{
		while (i < r && q[i] <= x)
			i++;
		while (j > l && q[j] >= x)
			j--;
		if (i < j)
			swap(q[i], q[j]);
		else
			j--;
	}
	if ((i != j) || (i == j && q[i] > q[r]))
		swap(q[i], q[r]);
	return i;
}

2、第二种partition

这种partition是基于交换的，定义两个变量i和j分别指向当前小于基准值的数组元素，j用于遍历数组。

int partition(vector<int> &nums, int low, int high) {
	int i = 0, j = 0;
	for (i = low, j = low; j < high; ++j) {
		if (nums[j] <= nums[high]) {
			swap(nums[i++], nums[j]);
		}
	}
	swap(nums[i], nums[j]);
	return i;
}

3、快速排序主体

void quick(vector<int> &q, int l, int r)
{
	if (l >= r)
		return;
	int part = partition(q, l, r);
	quick(q,l, part - 1);
	quick(q, part + 1, r);
}

随机快速排序

上面版本的快排在选取基准值的时候，都选取了最右边的元素。但是当序列为有序时，会发现划分出来的两个子序列一个里面没有元素，而另一个则只比原来少一个元素。这种情况就会成为快速排序最坏情况。为了避免这种情况，引入一个随机化量来破坏这种有序状态。

在随机化的快排里面，选取a[left…right]中的随机一个元素作为基准值，然后再进行划分，就可以得到一个平衡的划分。

下面是随机快速排序的伪代码以及c++代码，这里代码选择第一种partition的写法。

randomPartition (A, l, r）
index = random(l, r)
exchange A[index]  with A[r]
return partition(A, l, r)

randomQuick (A, l, r)
if (l<r)
     q  =  randomPartition (A, l, r）
     randomQuick (A, l, q-1)
     randomQuick (A, q+1, r)

int partition(vector<int> &q, int l, int r)
{
	int x = q[r];
	int i = l;
	int j = r - 1;
	while (i < j)
	{
		while (i < r && q[i] <= x)
			i++;
		while (j > l && q[j] >= x)
			j--;
		if (i < j)
			swap(q[i], q[j]);
		else
			j--;
	}
	if ((i != j) || (i == j && q[i] > q[r]))
		swap(q[i], q[r]);
	return i;
}

int randomPartition(vector<int> &q, int l, int r)
{
	srand((unsigned int)time(NULL));
	int index = rand() % (r - l) + l;
	swap(q[index], q[r]);
	return partition(q, l, r);
}

void quick(vector<int> &q, int l, int r)
{
	if (l >= r)
		return;
	int part = randomPartition(q, l, r);

	cout << "After Change: ";
	for (int i = 0; i < q.size(); i++)
	{
		cout << q[i] << "  ";
	}
	cout << "\n" << "\n";

	quick(q,l, part - 1);
	quick(q, part + 1, r);
}

结果比较

1、无序数组

随机化快排因为要生成随机数，所以有一些性能损失，所以数据规模较小，数据分布均匀时普通快排还是比随机化快排要快些的，不过随着数据规模的上升，随机化快排的性能优势就展现出来了。

10w：

算法	第一次	第二次	第三次	平均值
普通快排	14ms	15ms	14ms	14.3ms
随机快排	26ms	30ms	23ms	26.3ms

100w：

算法	第一次	第二次	第三次	平均值
普通快排	104ms	110ms	99ms	104.3ms
随机快排	130ms	120ms	123ms	124.3ms

1000w：

算法	第一次	第二次	第三次	平均值
普通快排	1390ms	1444ms	1373ms	1402.3ms
随机快排	1395ms	1386ms	1309ms	1363.3ms

2、有序数组

在有序数组的情况下，随机快速排序的效果就能很好地体现出来了。

10w：

算法	第一次	第二次	第三次	平均值
普通快排	溢出	溢出	溢出	溢出
随机快排	16ms	9ms	12ms	12.3ms

1w：

算法	第一次	第二次	第三次	平均值
普通快排	104ms	123ms	163ms	130ms
随机快排	2ms	1ms	1ms	1.3ms

1000w：

算法	第一次	第二次	第三次	平均值
随机快排	740ms	792ms	812ms	781.3ms