【C语言】深入理解快速排序算法

一、引言

 快速排序(Quick Sort)是一种高效的排序算法,由英国计算机科学家东尼·霍尔(Tony Hoare)于1960年发明。它的平均时间复杂度为O( n l o g n nlog_n nlogn),在最坏情况下为O( n 2 n^2 n2)。快速排序因其简单、高效的特点,在实际应用中得到了广泛的应用。

二、快速排序原理

 快速排序的基本思想是分治法。具体来说,就是将原问题分解为若干个规模更小的同类问题,递归地解决这些子问题,然后再合并这些子问题的解以得到原问题的解。
快速排序的具体步骤如下:

  1. 选择一个基准元素(pivot),通常选择第一个元素或最后一个元素。
  2. 将比基准元素小的元素移动到其左边,将比基准元素大的元素移动到其右边。这一过程称为分区(partitioning)。
  3. 递归地对基准元素左边的子数组和右边的子数组进行快速排序。

请添加图片描述

三、复杂度分析

 快速排序的平均时间复杂度是O( n l o g n nlog_n nlogn),其中n是待排序数组中的元素数量。平均时间复杂度分析如下:

  1. 分治策略:快速排序使用分治策略,将原始数组分为两个子数组,一个包含较小元素,另一个包含较大元素。这个分割过程是通过选择一个“基准”(pivot)元素来实现的,然后将数组中的其他元素重新排列,使得所有小于基准的元素都移到基准的左边,所有大于基准的元素都移到基准的右边。这个过程称为“划分”(partitioning)。
  2. 递归应用:递归地对子数组进行快速排序。每次划分后,基准元素就位于它最终位置上,不需要再次参与排序。
  3. 平均情况下的复杂度:在平均情况下,每次划分都能将数组大致分成两个大小相等的部分。这意味着每次递归调用都处理大约n/2个元素。由于每次递归都会将问题规模减少一半,所以递归的深度是 l o g n log_n logn。在每一层递归中,我们都需要对整个数组进行一次遍历,因此每一层的复杂度是O(n)。综合起来,总的平均时间复杂度是O( n l o g n nlog_n nlogn)。
  4. 最坏情况下的复杂度:最坏情况下,每次划分都只能将数组分成一个元素和n-1个元素的两个部分,这种情况发生在基准总是最大或最小元素时。这种情况下,快速排序的时间复杂度会退化到O( n 2 n^2 n2)。不过,这种最坏情况在实际应用中可以通过随机选择基准或使用其他策略来避免。

 快速排序的空间复杂度通常是O( n l o g n nlog_n nlogn),这是因为递归栈的深度。在最坏情况下,空间复杂度可能会达到O(n),但这通常可以通过优化递归实现来避免。

四、快速排序实现

以下是快速排序的Python实现:

def quick_sort(arr):
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr) // 2]
    left = [x for x in arr if x < pivot]
    middle = [x for x in arr if x == pivot]
    right = [x for x in arr if x > pivot]
    return quick_sort(left) + middle + quick_sort(right)

以下是快速排序的C语言实现:

#include <stdio.h>

// partition函数用于划分数组,将小于基准值的元素移到左边,大于基准值的元素移到右边
int partition(int arr[], int low, int high) {
	int mid = arr[low]; // 选择第一个元素作为基准值
	while (low < high) { // 当low和high还没有相遇时,继续循环
		while (low < high && arr[high] >= mid) { // 从后向前查找,直到找到一个小于基准值的元素
			high--;
		}
		arr[low] = arr[high]; // 将小于基准值的元素移到低端
		while (low < high && arr[low] <= mid) { // 从前向后查找,直到找到一个大于或等于基准值的元素
			low++;
		}
		arr[high] = arr[low]; // 将大于或等于基准值的元素移到高端
	}
	arr[low] = mid; // 将基准值放入最终位置
	return low; // 返回基准值的最终位置
}

// quickSort函数是快速排序的主体,递归调用自身以对子数组进行排序
void quickSort(int arr[], int low, int high) {
	if (low >= high) { // 如果low索引大于或等于high索引,表示子数组已经为空或只含一个元素,无需排序
		return;
	}
	int i = partition(arr, low, high); // 对子数组进行划分,并获取基准值的最终位置

	quickSort(arr, low, i - 1); // 递归地对划分后的左子数组进行快速排序
	quickSort(arr, i + 1, high); // 递归地对划分后的右子数组进行快速排序
}

int main() {
	int arr[] = {3, 8, 2, 5, 9, 6, 1, 4, 7, 6}; // 定义待排序的数组
	int n = sizeof(arr) / sizeof(arr[0]); // 计算数组长度
	quickSort(arr, 0, n - 1); // 调用快速排序函数对整个数组进行排序
	int i;
	for (i = 0; i < n; i++) { // 遍历数组并打印排序后的结果
		printf("%d ", arr[i]);
	}
	printf("\n"); // 打印换行符,以美化输出格式
	return 0; // 程序结束
}

五、快速排序优化

 尽管快速排序的平均时间复杂度为O( n l o g n nlog_n nlogn),但在最坏情况下会退化到O( n 2 n^2 n2)。为了避免这种情况,我们可以采取以下优化措施:

  1. 随机选择基准元素:避免总是选择第一个元素或最后一个元素作为基准元素,从而减少分区不平衡的情况。
  2. 三数取中法:选择第一个元素、最后一个元素和中间元素的中位数作为基准元素。
  3. 插入排序优化:当子数组的大小小于一个阈值时,使用插入排序代替快速排序。

六、总结

 快速排序是一种简单、高效的排序算法,在实际应用中得到了广泛的应用。通过本文的讲解,相信读者已经对快速排序的原理、实现和优化方法有了深入的理解。在实际编程中,我们可以根据具体情况选择合适的优化策略,以提高算法的性能。

  • 9
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值