2.7 算法 --7 快速排序

算法子目录：https://blog.csdn.net/qq_41106844/article/details/105553931

 

快速排序流程图

代码：

from cat_time import cal_time
import random

def quick_sort(li,letf,right):
    if letf<right:   #确保列表长度大于等于2
        mid = partition(li,letf,right)
        # 对列表两边的元素继续快排
        quick_sort(li,letf,mid-1)
        quick_sort(li,mid+2,right)


def partition(li,left,right):
    #选取 pivot 元素
    tmp = li[left]
    #大循环的条件是left 小于 right  用来控制一旦left和right重合，就结束排序
    while left < right:
        #右边的元素小于 tmp 元素  交换元素， 同时right-1
        while left < right and li[right] >= tmp:
            right -= 1
        li[left] = li[right]
        #同理
        while left < right and li[left] <= tmp:
            left += 1
        li[right] = li[left]
        #因为 left = right 所以返回谁都一样
        return left
@cal_time
#递归算法要穿马甲来计时
def quick_sort_mj(li):
    quick_sort(li,0,len(li)-1)

li = list(range(10000))
random.shuffle(li)
quick_sort_mj(li)
---------------
输出结果：
quick_sort_mj running time:0.033910512924194336 secs.

之前三个“low B”算法要算3秒，现在只需要0.03秒。

使用lambda的快排

import random

quick_sort = lambda array: array if len(array) <= 1 else quick_sort([
    item for item in array[1:] if item <= array[0]
]) + [array[0]] + quick_sort([item for item in array[1:] if item > array[0]])


li = list(range(10000))
random.shuffle(li)
quick_sort(li)

匿名函数就是装一下用的，复杂度过高，还占用空间，速度比普通的三种排序快一点。

使用列表推导式的快排

from cat_time import cal_time
import random

def quick_sort2(li):
    if len(li) <= 2:
        return li
    tmp = li[0]
    left = [v for v in li[1:] if v <= tmp]
    right = [v for v in li[1:] if v <= tmp]
    left = quick_sort2(left)
    right = quick_sort2(right)
    return left + [tmp] +right

@cal_time
#递归算法要穿马甲来计时
def quick_sort_mj2(li):
    quick_sort2(li)


li = list(range(10000))
random.shuffle(li)
quick_sort_mj2(li)

防超出递归深度，因为使用C的组件较多，速度比普通写法还要快一点（大约15%），但是空间复杂度变成了O(n)。

总结

稳定性：快排是一种不稳定排序，比如基准值的前后都存在与基准值相同的元素，那么相同值就会被放在一边，这样就打乱了之前的相对顺序

比较性：因为排序时元素之间需要比较，所以是比较排序

时间复杂度：快排的时间复杂度为O(nlogn),最坏情况是O(n2),直接造成栈溢出，Python停止运行。
解决方法是： pivot 从列表里随便选一个，然后和left交换。

空间复杂度：排序时需要另外申请空间，并且随着数列规模增大而增大，其复杂度为：O(nlogn)

归并排序与快排 ：归并排序与快排两种排序思想都是分而治之。

但是它们分解和合并的策略不一样：归并是从中间直接将数列分成两个，而快排是比较后将小的放左边大的放右边，所以在合并的时候归并排序还是需要将两个数列重新再次排序，而快排则是直接合并不再需要排序，所以快排比归并排序更高效一些，可以从示意图中比较二者之间的区别。

快速排序有一个缺点就是对于小规模的数据集性能不是很好。