数据结构之快速排序

原理与图解

快速排序从程式上看起来和归并排序特别像，都采取了递归分治的思想，将数据逐步分解。快排首先在序列中选定某一个枢轴（pivot），然后将除枢轴位置的数据与枢轴数据比较，大于的放在右边，小于的放在左边，然后分两边再次递归，直到递归数据个数趋为1，这样数据就排好序了。

代码实现

void QuickSort(int arr[], int num);
void quicksort(int arr[], int head, int tail);
int partition(int arr[], int head, int tail);
void swap(int arr[], int a, int b)
{
    int temp = arr[a];
    arr[a] = arr[b];
    arr[b] = temp;
}

void QuickSort(int arr[], int num)
{
    quicksort(arr, 0, num - 1);
}

void quicksort(int arr[], int head, int tail)
{
    if(head >= tail)
        return;
    int mid = partition(arr, head, tail);
    quicksort(arr, head, mid - 1);//partition分出的mid已经在正确的位置，倘若再放进去就会陷入死循环
    quicksort(arr, mid + 1, tail);//所以分为mid-1和mid+1的两段区间
}

int partition(int arr[], int head, int tail)
{
    int i, j, pivot;
    i = j = head;
    pivot = arr[tail];

    for (; i < tail; ++i)
    {
        if(arr[i] < pivot)
        {
            if(i != j)
                swap(arr, i, j);
            ++j;
        }
    }

    swap(arr, j, tail);
    return j;
}

算法分析

1. 稳定性：快排不是稳定的排序算法，快排的插入与交换取决于枢轴点的选取，比如说8，6，8，1，5，3这个数组，在第一轮的分区中第一个8就会排到第二个8后面，所以快排不是稳定的排序算法

2.空间复杂度：单单通过算法就能看出并没有像归并那样额外申请内存，仅仅只需要在同个数组内完成，因此为O(1)，属于原地排序算法

3.时间复杂度：因为采用了与归并类似的思想，假设数组每次都能完美拆分为两个对半的，这样的时间复杂度即为O(nlogN)，但是枢轴值的选取倘若很极端，极端到每次的选择要么为最大值，要么为最小值，就相当于冒泡排序那样，就会退化成为O(n²）

快排的优化

1. 在上面的时间复杂度分析中，可以看出快排的时间复杂度并不稳定，造成这个结果的原因就是主要因为枢轴值的选择，因此对枢轴值选择的优化颇为重要，比如说三数取中，九数取中，尽量扩大采样数据的范围，这样才能优化枢轴值的选择
2. 当我们在递归到某个深度的时候，数据规模较小，此时插入排序的性能可能比快排的性能还要好，则可以设置一个阈值，切换排序算法的实现，这样也能提高效率

快排与归并的比较

1. 归并直接首先直接二分分区，落井下石到最底层才开始执行合并排序的操作，归并由下到上
   快排首先会确定位置再分区，然后递归，随着中间位置点的越分越多，数据的序列性表现的越明显，快排由上到下

2. 归并的空间复杂度比快排高，尤其在大量数据面前，归并的内存占用相当可怕

3. 快排的时间复杂度并不如归并的稳定

4. 快排是不稳定的排序算法，有可能会改变相同元素的先后顺序