快速排序(quick_sort)

1.方法

        如果我们要对下标 p 到 r 的数据进行排序，首先从中选择任意一个数据(假设下标为 q )作为分区点(pivot)，遍历p到r的数据，将小于pivot的放到左边( p 到 q-1 )，pivot放中间( q )，大于或等于pivot的放右边( q+1 到 r )，这样分区就完成了；

        我们再使用相同的方法对下标为 p 到 q-1 和 q+1 到 r 的数据进行排序，直到待排区间大小变为1，此时数组中数据就是有序的了。

注：pivot一般选择p到r区间中最后一个元素

2.分区操作的函数如何实现呢？

2.1 法一

1.申请两个临时数组A、B；

2.遍历 p 到 r 的数据；

3.将小于pivot的元素复制到A，大于pivot的元素复制到B；

4.将A、pivot、B中的数据依次复制到原数组 p 到 r 。

缺点：占用额外的内存空间，不是原地排序算法(在原数据存储空间上完成排序操作)。

2.2 法二

1.使用指针 i 把区间 nums[ p , r - 1 ]分成两部分( nums[ r ] 为pivot)；

2.nums[ p , i - 1 ]元素都小于pivot，称为已处理区间，nums[ i , r - 1 ]称为待处理区间；

3.每次从待处理区间取一个元素 nums[ j ] 与pivot相比较，如果小于pivot，就把它插入已处理区间尾部，即 i 处（注：插入操作需要搬移其他数据，非常耗时，所以采用交换数据方式更好，即让 nums[ i ] 和 nums[ j ]  进行交换）;

4.交换 nums[ i ] 和 nums[ r ]。

2.2.1 图示

 

 

 

 

 

         以上就是法二的一次分区操作。

3.代码

def partition(nums,p,r): 
    i = p        
    pivot = nums[r]     
    for j in range(p,r): 
        # 当前元素小于pivot 
        if nums[j] < pivot: 
            nums[i],nums[j] = nums[j],nums[i]
            i = i+1 
    nums[i],nums[r] = nums[r],nums[i] 
    return i

# 快速排序函数
def quick_sort(nums,p,r): 
    if p < r: 
        # 分区
        pivot = partition(nums,p,r) 
        quick_sort(nums, p, pivot-1) 
        quick_sort(nums, pivot+1, r)