快速排序及其Python实现【图解算法】

1. 引出问题

假设你的手机中存储了很多乐曲，对于每个乐队，你都记录了其作品被播放的次数。

乐队	播放次数
RADIOHEAD	156
KISHOKE KUMAR	141
THE BLACK KEYS	35
NEUTRAL MILK HOTEL	94
BECK	88
THE STROKES	61
WILCO	11

你想将乐队按照播放次数从多到少进行排列，从而将你喜欢的乐队排序，怎么做呢？

2. 选择排序

我们最初的思路可能类似于选择排序，即每次都选择播放量最高的乐队转移进一个新列表，直到旧列表中没有任何数据。

新列表就是排序完成的结果，算法链接为：选择排序

3. 快速排序

快速排序的核心思想是分而治之（D&C：divide and conquer），是递归式解决方案。

D&C解决问题包括两个步骤：

（1）找出基线条件，这种条件必须尽可能简单
（2）不断将问题分解（或者说缩小规模），直至其符合基线条件。

基线条件就是停止递归（或者说循环）的条件，这里排序最简单的条件是什么呢？大家看这样的数组：

数组	解释
[]	空数组
[20]	只包含一个元素的数组

这两种情况，我们需要对数组进行排序吗？当然不！

思路来了，我们要把数组分解成类似上面的两种情况，首先看到我们的数组：

进行第一步分解，选择中间位置 location=ceil(len(arr)/2)=4，这个值是94。

(注意1：因数组本身是无序的，所以选择的元素位置并没有规定，随便选，这里只是为了便于理解)

这里的94即是我们第一步分解的基准值，我们将其他元素与之比较大小，建立两个新的子数组arr1和arr2：

可以看到，这两个子数组并没有排序，只是按照大于或小于35进行了分类，我们继续分解（以arr2为示例）：

arr2，选择中间位置 location=ceil(len(arr2)/2)=1，因此基准值是156，再次进行分类：

这里我们把arr2分为了arr3和arr4，这两个结果就符合我们的基线条件，不需要任何排序操作，返回原来的值即可。

同样的把arr1分解之后，如果不符合基线条件，则继续分解，直至符合基线条件。

这就是整个快速排序的算法流程，核心就是分而治之和基线条件。

我们执行了多少次元素检查呢？

最差情况下，我们每次选择的基准值都使一个子数组为空，需要执行n+(n-1)+…+1次检查，和选择排序一致，为O(n²)。

最好情况下，我们选择的基准值都使子数组元素数量一致，执行n+n-1+…，共ceil(log(n))层检查，时间为O(n×log n)。

4. Python代码(升序排列)

键入以下代码并运行：

uickSort函数作用：对数组进行快速排序（降序）
## 输入：
##      array：传入的数组
## 输出：
##      return :完成排序的数组
def quickSort(array):
    if len(array)<2: # 基线条件判断，如果符合，直接返回
        return array
    else:
        pivot=array[0] # 选择基准值，这里选的第一个值，随便选都行

        greater=[i for i in array[1:] if i>pivot] # 找到大于基准值的数，放入子数组1

        less=[i for i in array[1:] if i<=pivot] # 找到小于基准值的数，放入子数组2

        return quickSort(greater)+[pivot]+quickSort(less) # 进行迭代递归，直至所有子数组达到基线条件

    ## 测试代码

print(quickSort([156,141,94,88,61,35,11]))

这里对代码进行了详尽的注释，因此不再赘述，结果如下：