活动地址:CSDN21天学习挑战赛
1.排序算法
所谓排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增或递减排列起来的操作。排序是计算机内经常进行的一种操作,其目的是将一组无序的记录序列调整为有序的记录序列。
评价指标
- 时间复杂度
- 空间复杂度
- 使用场景:针对实际对节省时间和空间的不同需求,选择适用于不同场景的排序算法
- 稳定性:稳定的算法在排序过程中不会改变元素彼此之间次序
不同排序算法O(n)分类
排序算法 | 平均时间复杂度度 |
---|---|
冒泡排序 | O ( n 2 ) O(n^2) O(n2) |
选择排序 | O ( n 2 ) O(n^2) O(n2) |
插入排序 | O ( n 2 ) O(n^2) O(n2) |
希尔排序 | O ( n 3 / 2 ) O(n^{3/2}) O(n3/2) |
快速排序 | O ( n ∗ log n ) O(n*\log n) O(n∗logn) |
归并排序 | O ( n ∗ log n ) O(n*\log n) O(n∗logn) |
堆排序 | O ( n ∗ log n ) O(n*\log n) O(n∗logn) |
基数排序 | O ( d ( n + r ) ) O(d(n+r)) O(d(n+r)) |
2. 快速排序
快速排序算法的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据比另一部分的所有数据都要小,然后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的序列。
算法流程
快速排序算法基于分治策略,可以把待排序数据序列分为两个子序列,具体步骤如下。
(1)设定一个分界值,通过该分界值将数组分成左、右两部分。
(2)将大于或等于分界值的数据集中到数组右边,小于分界值的数据集中到数组的左边。此时,左边部分中各元素都小于或等于分界值,而右边部分中各元素都大于或等于分界值。
(3)左边和右边的数据可以独立排序。对于左侧的数组数据来说,又可以取一个分界值,将该部分数据分成左、右两部分,同样在左边放置较小值,右边放置较大值。右侧的数组数据也可以做类似处理。
(4)重复上面的操作过程,整个重复操作过程是一个递归,通过递归将左侧部分排好顺序后,再递归排好右侧部分的顺序。当左、右两个部分各数据排序完成后,整个数组的排序也就完成了。
伪代码
在快速排序中使用到了递归的操作,在编写伪代码时可以使用FUNCTION来声明定义一个函数名称,以进行调用:
FUNCTION PARTITION(A,p,r)
x = A[r]
i = p - 1
for j = p to r - 1
if a[j] < x
i = i + 1
exchange A[i] with A[j]
exchange A[i + 1] with A[r]
return i + 1
PARTITION函数的作用是进行第一趟排序,排好一个元素,并得到两个子序列,返回值就是接下来划分子序列的参照。
FUNCTION QUICKSORT(A,p,r)
if p < r
q = PARTITION(A,p,r)
QUICKSORT(A,p,q-1)
QUICKSORT(A,q+1,r)
QUICKSORT函数中进行了递归的操作,将原问题分解为一系列的子问题,每次都在序列上进行划分、调用的操作,每次不断的改变区间的长度,直到不需要再划分为止。
算法评价
- 时间复杂度: O ( n ∗ log n ) O(n*\log n) O(n∗logn),
- 空间复杂度: O ( 1 ) O(1) O(1)
3. 算法实践(Python)
快速排序
def quicksort(array):
if len(array) < 2:
return array
else:
pivot = array[0]
less = [i for i in array[1:] if i <= pivot]
greater = [i for i in array[1:] if i >= pivot]
return quicksort(less) + [pivot] + quicksort(greater)
print([10, 5, 2, 3])
[2, 3, 5, 10]
参考
1.一文学懂经典算法系列之:快速排序
2.张清云.《Python数据结构学习笔记》(ISBN:9787113269999)