快速排序

1快速排序思想

1.1快速排序思想

       快排主要通过选择一个关键值作为基准值。比基准值小的都在左边序列（一般是无序的），比基准值大的都在右边（一般是无序的）。依次递归，达到总体待排序序列都有序。

1.2快速排序算法描述  

      选择基准：在待排序列中，按照某种方式挑出一个元素，作为“基准”。

      分割操作：以该基准在序列中的位置，把序列分成两个子序列。此时，在基准左边的元素都比该基准小，在基准右边的元素都比该机准大。

      递归对两个序列进行快速排序，直到序列为空或者只有一个元素。

1.3快速排序代码实现

  private static<T extends Comparable<T>> int partition(T[] arr,int low,int high){
        T temp = arr[low];
        while(low<high){
            while(low<high && arr[high].compareTo(temp)>0){
                high--;
            }
            if(low==high){
                break;
            }else{
                arr[low]=arr[high];
            }
            while (low < high && arr[low].compareTo(temp)<=0) {
                low++;
            }
            if(low==high){
                break;
            }else{
                arr[high]=arr[low];
            }
        }
        arr[low]=temp;
        return low;
    }
    private static<T extends Comparable<T>> void quick(T[] arr,int low,int high){
        int part=partition(arr,low,high);
        if(low+1<part){
            quick(arr,low,part-1);
        }
        if(part+1<high){
            quick(arr,part+1,high);
        }
    }
    public static<T extends Comparable<T>>void quickSort(T[] arr){
        quick(arr,0,arr.length-1);
    }
        public static void main(String[] args){

            Integer[] arr = new Integer[]{2,4,6,1,3,8,5,9};

            quickSort(arr);

            System.out.println(Arrays.toString(arr));

        }

1.4快速排序算法分析

 （1）时间复杂度分析

          最优时间复杂度：O(nlog2n) , 平均数间复杂度：O(nlog2n), 最坏时间复杂度：O(nlog2n)。

 （2）空间复杂度分析

         O(1)

 （3）稳定性分析：不稳定

1.5选择基准的方式

      每次划分时，算法若是能分成两个等长的子序列时，那么分治算法效率会达到最大。选择基准的方式决定了分割后两个子序列的长度，进而对整个算法的效率产生影响。

    最理想的方式是把待排序列分成两个等长的子序列。

1.5.1.固定位置

    思想：取序列的第一个或最后一个元素作为基准。

    基本的快速排序：

public static<T>T selectPivot(T arr[],int low,int high){

      return arr[low];//选择序列的第一个元素作为基准

}

       如果输入序列是随机的，处理时间是可以接受的。如果数组已经有序，此时的分割就是不好的分割，每次划分只能使待排序序列减1，此时为最坏情况，快速排序沦为冒泡排序，时间复杂度为O(n^2)。因此把序列的第一个元素作为基准是非常糟糕的。

1.5.2随机选取基准

     随机选择枢轴的位置，区间在low和high之间，把枢轴位置的元素和low互换，此时可以和普通的快排一样调用划分函数。

    这种策略相对安全，但是当整个数组数字全相等时，任然是最坏情况，时间复杂度为O(n^2)。随机化快速排序理论的到的最坏情况是1/(2^n)。所以随机化快速排序可以对于绝大多数输入数据达到O(nlogn)的期望复杂度。

1.5.3三数取中（优化有序的数据）

    要缓解随机选取基准出现不好分割情况，时间复杂度为O(n^2)的情况。选取三数取中选取枢轴。

    使用左端、右端、中心位置的三个元素的中值作为枢纽元，消除了预排序输入的不好情况，并且减少快排大约14%的比较次数。

    在选取中值时，可以从左中右三个中选取扩大到五个元素或者更多元素。一般会有 （2t+1）个平均分取法。

对待排序序列中的low、mid、high三个位置上数据进行排序，取他们中间的那个数据作为枢轴，并用0下标存储枢轴。

private static<T>void swap(T[] arr,int index1,int index2){
    
     T temp = arr[index1];

     arr[index1]=arr[index2];

     arr[index2]=temp;

}

public static<T extends Comparable<T>> T selectPivotMedianOfThree(T[] arr,int low,int high){
     int mid=low+((high-low)>>1);

     if(arr[mid].compareTo(arr[high])>0){

        swap(arr,mid,high);

     }

     if(arr[low].compareTo(arr[high])>0){
  
        swap(arr,low,high);
      
     }

     if(arr[low].compareTo(arr[mid])<0){

        swap(arr,low,mid);

     }
   //此时,arr[mid]<=arr[low]<=arr[high]

      return arr[low];//low的位置保存这三个位置中间的值

  //分割时，可以直接使用low位置的元素作为枢轴,而不用改变分割函数了

}

1.5.4优化分析

    选择三数取中选择枢轴优势明显，但是处理不了重复数组。

     优化1：当代排序序列分割到一定大小后，使用插入排序。

     原因：对于很小和部分有序的数组，快排不如插排好。当待排序序列的长度分割到一定大小后，继续分割的效率比插入排序要差，此时可以使用插排而不是快排。

     截止范围：待排序序列长度N=10，虽然在5-20之间任意截止范围都有可能产生类似的结果，这种做法避免了一些有害的退化情形。 

if((high-low+1)<10){

  insertSort(arr,low,high){

}else{

 //正常执行快排

}

    三数取中+插排优势明显