数据结构与算法-快速排序

引言

        在计算机科学中，数据结构和算法是软件开发的基石。其中，排序算法作为基础且重要的算法之一，在各种应用场景中扮演着关键角色。今天我们将聚焦于一种高效的排序方法——快速排序，并对其原理、实现步骤以及优缺点进行深度探讨。

一、什么是快速排序？

        快速排序(Quick Sort) 是由英国计算机科学家C.A.R. Hoare在1960年提出的一种分治策略的排序算法。它采用“分而治之”的思想，通过一趟排序将待排记录分割成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，然后再分别对这两部分记录继续进行排序，以达到整个序列有序的目的。

二、快速排序详细步骤

1. 选择基准元素（Pivot）：从原始数组中选择一个基准元素，通常选取第一个、最后一个或中间元素。

2. 分区操作（Partition）：重新排列数组中的元素，使得所有小于基准值的元素都位于基准元素左侧，大于基准值的元素位于其右侧。这个过程完成后，基准元素的位置即为最终排序后它所在的位置。

3. 递归排序：对基准元素左右两侧的两个子序列，各自重复上述分区操作和递归调用快速排序的过程，直到所有子序列只剩下一个元素或者为空，此时排序完成。

三、快速排序的时间复杂度与空间复杂度分析

• 时间复杂度：在理想情况下，每次划分都能平均地将问题规模减半，故快速排序的平均时间复杂度为O(n log n)。最坏的情况下（输入已经完全有序或逆序），时间复杂度为O(n²)，但这种情况可以通过随机化选择基准元素来避免。

• 空间复杂度：快速排序是原地排序算法，不需额外存储空间，但由于使用了递归栈，所以空间复杂度理论上为O(log n)，在最坏情况下会达到O(n)。

四、快速排序的优缺点

优点：

• 平均性能优秀，常被应用于实际大规模数据排序。
• 交换次数相对较少，对于具有大量重复元素的数组表现良好。
• 由于采用了原地排序，不需要额外内存空间。

缺点：

• 最坏情况下的效率较低，但可通过优化策略如三数取中法选取基准元素来改进。
• 递归实现可能会导致较深的递归栈，占用较大的系统栈空间。

五、快速排序的图解过程  

图解小结   

        快速是对冒泡排序的一种改进。基本思想是：通过一趟排序将要排序的数据分割成独立的两部分，期中一部分数据比另一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。

六、快速排序的代码实践  

1.排序算法

   /**
     * @param arr   排序数组
     * @param left  左边索引
     * @param right 右边索引
     */
    public static void quickSort(int[] arr, int left, int right) {
        int l = left;   //左下标
        int r = right;  //右下标
        int pivot = arr[(left + right) / 2];    //中轴值
        int temp = 0;
//        while循环的目的，是让比pivot小的值放到左边，大的值放到右边
        while (l < r) {
//             在pivot的左边一直找，直到找到大于等于的值才退出
            while (arr[l] < pivot) {
                l += 1;
            }
//            在pivot的右边一直找，直到找到小于等于的值才退出
            while (arr[r] > pivot) {
                r -= 1;
            }
//            如果l >= r 成立时，说明pivot的左边以及是全比他小于等于的值，右边全比他大于等于的值
            if (l >= r) {
                break;
            }
//            交换
            temp = arr[l];
            arr[l] = arr[r];
            arr[r] = temp;
            if (arr[l] == pivot) {
                r -= 1;
            }
            if (arr[r] == pivot) {
                l += 1;
            }
        }
//        如果 l == r 必须l++, r--，否则会出现栈溢出
        if (l == r) {
            l += 1;
            r -= 1;
        }
//         向左递归
        if (left < r) {
            quickSort(arr, left, r);
        }
//        向右递归
        if (right > l) {
            quickSort(arr, l, right);
        }
    }

2.效果展示 

    public static void main(String[] args) {
        int[] arr = {-9, 78, 0, 23, -567, 70};
        System.out.println("原数组序列为");
        System.out.println(Arrays.toString(arr));
        System.out.println("快速排序后数组序列为");
        quickSort(arr, 0, arr.length - 1);
        System.out.println(Arrays.toString(arr));
    }

七、总结  

        尽管快速排序存在一定的局限性，但它凭借其较高的平均效率和原地排序特性，在众多实际场景中得到广泛应用，尤其是在大数据处理领域。许多编程语言的标准库（如Java、Python等）内置的排序函数，其底层实现就包含了快速排序算法。

        快速排序作为一种经典的排序算法，其设计理念体现了分治策略在解决复杂问题时的强大作用。理解并掌握快速排序不仅能帮助我们提升算法设计与分析能力，也能在实际项目开发中有效提高程序性能。同时，针对其可能存在的性能瓶颈，通过对算法进行合理的优化调整，可以进一步增强快速排序在实际应用中的适应性和有效性。