Java实现快排(图文讲解)

Java实现快速排序

冲鸭,装上涡轮增鸭,开始学习快速排序算法吧!(快排也是一个递归过程噢)

快速排序原理

快速排序(Quick Sort)又被称为分区排序,它的基本思想是:在待排序文件中任选一个记录(称为基准记录),以它的排序码为基准值,将排序码比它小的记录都放到它的前面,排序码比它大的记录都放到它的后面,至此,该基准记录就找到了排序的最终位置,同时将文件划分成前、后两个区。在两个区上用同样的方法继续划分,直到每个区中最多只有一个记录,排序完成。在快速排序过程中,比较和交换是从数组的两端向中间进行的,使得排序码较小或较大的记录一次就能够交换到数组的前面或后面,记录的每一次移动距离都较远,因而使得总的比较和移动次数较小。快速排序是对起泡排序的一种改进,它是目前所有的内部排序方法中速度最快的一种。

快速排序一次划分图文演示过程

建立如下整z型数组:

int[] array = new int[]{46,36,96,26,86,16,76,-17};
  1. 设置两个数组索引,分别为低位索引 low 和高位索引 high,初始值分别为:low = 0 ;high = array.length-1;
  2. 选取array[low]作为第一次划分的基准元素;
  3. 若 low < high,从high位置开始向前搜索数组元素小于基准元素的数组元素索引,如果找到了,就将array[high]移动到array[low]的位置;然后从low的位置开始向后搜索数组元素大于基准元素的数组元素索引,如果找到了,就将array[low]移动到array[high]]的位置;重复上诉操作,直到低位索引和高位索引相遇,即low == high(即不满足条件low < high),此时就找到了基准元素的最终排序位置low,因为这个时候,low位置上的原值已经被移走,需要将基准放到该位置上,这个位置也是基准的最终排序位置。如此一次划分过程完毕。

接下来,脑海中想象这么一个事情(算是有点抽象吧):想象这样的一个坑位——“▢”,将坑位放在数组索引0的位置,这时候索引0位置的位置没有了元素,就是这样的一个"▢"(在代码中debug看值,实际上是有的,这里就想象没有)。你想象好了以后,它就长成下面表1那个样子。

接下来要开始啦!

坑位在array[0],如表1所示:
在这里插入图片描述
结合表1,从高位索引开始向前搜索比基准46小的元素,找到的元素是-17;将array[7]移动到array[0],坑位转到索引7,如表2所示:
在这里插入图片描述
结合表2,从低位索引开始向后搜索比基准46大的元素,找到的元素是96;将array[2]移动到array[7],坑位转到索引2,如表3所示:
在这里插入图片描述
结合表3,从高位索引开始向前搜索比基准46小的元素,找到的元素是16;将array[5]移动到array[2],坑位转到索引5,如表4所示:
在这里插入图片描述
结合表4,从低位索引开始向后搜索比基准46大的元素,找到的元素是86;将array[4]移动到array[5],坑位转到索引4,如表5所示:
在这里插入图片描述
结合表5,从高位索引开始向前搜索比基准46小的元素,但是没找到,两个索引相遇了,即是 low == high,如表6所示:
在这里插入图片描述
此时一次划分就此结束了,基准也应该到位了,low索引就是基准最终的排序位置,即array[4] = 46,与此同时,一个大的数据区间也划分成为了两个小的数据子区间,左边子区间的数都比基准小,右边子区间都比基准大,如表7所示:
在这里插入图片描述
注意:在方法体中需要返回基准的索引,即 low!

整个快速排序的过程

在这里插入图片描述

具体Java代码实现

QuickSort类:

public class QuickSort {
    public static void sort(int[] array, int low, int high) {
        if (low < high) {
            int part = partition(array, low, high);//获取中间索引,将区间一分为二,分为两个子区间
            sort(array, low, part - 1);//对前面的子区间快速排序
            sort(array, part + 1, high);//对后面的子区间快速排序
        }
    }
    //一趟快速排序,返回值是本次基准的最终索引位置
    private static int partition(int[] array, int low, int high) {
        int benchmark = array[low];//初始化基准,不妨将低位索引值赋给基准
        //从数组的两端向中间开始扫描,寻找基准元素位置
        while (low < high) {
            //高位指针开始向中间寻找比基准小的元素
            while ((low < high) && array[high] >= benchmark) {
                high--;
            }
            //比基准小的高位索引元素赋值到低位索引
            if (low < high) {
                array[low] = array[high];
            }
            //低位指针开始向中间寻找比基准大的元素
            while ((low < high) && (array[low] <= benchmark)) {
                low++;
            }
            //比基准大的低位索引元素赋值到高位索引
            if (low < high) {
                array[high] = array[low];
            }
        }
        //将基准元素归位,基准元素的索引位置就是两个索引指针相遇的位置
        array[low] = benchmark;
        return low;//返回基准元素的最终索引
    }
}

TestMain类:

import java.util.Arrays;

public class TestMain {
    public static void main(String[] args) {
        int[] array = new int[]{46,36,96,26,86,16,76,-17};
        int low = 0;//初始低位索引
        int high = array.length-1;//初始高位索引
        System.out.print("排序前:");
        System.out.println(Arrays.toString(array));
        //使用快速排序算法对数组排序
        QuickSort.sort(array,low,high);
        System.out.print("排序后:");
        System.out.println(Arrays.toString(array));
    }
}

运行结果如下:

排序前:[46, 36, 96, 26, 86, 16, 76, -17]
排序后:[-17, 16, 26, 36, 46, 76, 86, 96]

简结快速排序的性能

  1. 时间效率:快速排序的平均时间复杂度是O(nlog2n),当n较大时,通常快速排序被认为在同数量级的排序方法中平均性能是最好的;
  2. 空间效率:快速排序是递归过程,每层递归调用时的指针和参数均要用栈来存放,递归调用的深度与对应的二叉树深度是一样的。因此最好的空间复杂度是O(nlog2n),最坏的空间复杂度是O(n),平均空间复杂度是O(nlog2n);
  3. 稳定性:快速排序是一个不稳定的排序方法。

关于快排的学习就到这里啦!大家可以多画画一次划分的过程便于理解快排的原理。

关于代码方面如果不是很好理解可以先去了解了解递归算法,同时结合着Debug,一步一步的执行代码,看看各个变量是如何变化的,就很容易理解快排啦!

~和ChenSeventeen一起记录学习、成长过程吧!

  • 9
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ChenSeventeen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值