入门算法学习,看的第一本是深入浅出的《算法图解》一书,本博客是对《算法图解》一书的学习笔记,将书中的分享的算法示例用Python3语言实现。
如果你也想要阅读这本书,百度云盘链接:https://pan.baidu.com/s/1s967vfgEBd1vSrfwVI9Y3g 提取码:【be9k】
或者也可以留言你的邮箱,我将PDF共享给你~
快速排序
- 快速排序(Quicksort)是对冒泡排序的一种改进。
- 快速排序由C. A. R. Hoare在1960年提出。它的基本思想是: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都比另外一部分的所有数据都要小,然后再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序列。
快速排序工作原理
对排序算法来说,最简单的数组什么样呢?还记得前一节的“提示”吗?就是根本不需要排序的数组。
因此,基线条件为数组为空或只包含一个元素。在这种情况下,只需原样返回数组——根本就不用排序。
我们来看看更长的数组。对包含两个元素的数组进行排序也很容易。
包含三个元素的数组呢?
别忘了,你要使用D&C,因此需要将数组分解,直到满足基线条件。
下面介绍快速排序的工作原理。
- 首先,从数组中选择一个元素,这个元素被称为基准值(pivot)。
- 稍后再介绍如何选择合适的基准值。我们暂时将数组的第一个元素用作基准值。
- 接下来,找出比基准值小的元素以及比基准值大的元素。
这被称为分区(partitioning)。现在你有:- 一个由所有小于基准值的数字组成的子数组;
[15, 10]
- 基准值
[33]
- 一个由所有大于基准值的数组组成的子数组。
[ ]
- 一个由所有小于基准值的数字组成的子数组;
因此只要对这两个子数组进行快速排序,再合并结果,就能得到一个有序数组!
quicksort([15, 10]) + [33] + quicksort([ ])
--->[10, 15,33] 一个有序数组
包含四个元素的数组呢?
左边的子数组包含三个元素,而你知道如何对包含三个元素的数组进行排序:对其递归地调用快速排序。
包含五个元素的数组呢?
例如,假设你将3用作基准值,可对得到的子数组进行快速排序。
将子数组排序后,将它们合并,得到一个有序数组。即便你将5用作基准值,这也可行。
将任何元素用作基准值都可行,因此你能够对包含五个元素的数组进行排序。同理,你能够
对包含六个元素的数组进行排序,以此类推。。。
快速排序–案例
案例:实现上述快速排序的代码
def quicksort(arr):
if len(arr) < 2: # 基线条件 数组为空或只有一个元素的数组返回数组本身
return arr
pivot = arr[0] # 递归条件 基准值
less = [i for i in arr[1:] if i <= pivot] # 小于基准值的元素构成的数组
greater = [i for i in arr[1:] if i > pivot] # 大于基准值的元素构成的数组
return quicksort(less) + [pivot] + quicksort(greater) # 合并基线两侧的数组
s = quicksort([4, 1, 4, 7, 6, 7, 2, 3, 5])
print(s)
------------------------------------------
[1, 2, 3, 4, 4, 5, 6, 7, 7]
运行时间-----大 O 表示法
快速排序的独特之处在于,其速度取决于选择的基准值。
在讨论快速排序的运行时间前,我们再来看看最常见的大O运行时间。
上述图表中的时间是基于每秒执行10次操作计算得到的。这些数据并不准确,这里提供它们只是想让你对这些运行时间的差别有大致认识。实际上,计算机每秒执行的操作远不止10次。
在平均情况下,快速排序的运行时间为O(n log n)。