排序算法——快速排序及Python实现

快速排序

快速排序（英语：Quicksort），又称划分交换排序（partition-exchange sort），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（函数内部再调用函数自身）进行，以此达到整个数据变成有序序列。

步骤为：

1. 从数列中挑出一个元素，称为"基准"（pivot），
2. 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区结束之后，该基准就处于数列的中间位置。这个称为分区（partition）操作。
3. 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

递归的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递归下去，但是这个算法总会结束，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。

快速排序的分析

时间复杂度

• 最优时间复杂度：O(nlogn)
• 最坏时间复杂度：O($n^2$)
• 稳定性：不稳定

从一开始快速排序平均需要花费O(n log n)时间的描述并不明显。但是不难观察到的是分区运算，数组的元素都会在每次循环中走访过一次，使用O(n)的时间。在使用结合（concatenation）的版本中，这项运算也是O(n)。

在最好的情况，每次我们运行一次分区，我们会把一个数列分为两个几近相等的片段。这个意思就是每次递归调用处理一半大小的数列。因此，在到达大小为一的数列前，我们只要作log n次嵌套的调用。这个意思就是调用树的深度是O(log n)。但是在同一层次结构的两个程序调用中，不会处理到原来数列的相同部分；因此，程序调用的每一层次结构总共全部仅需要O(n)的时间（每个调用有某些共同的额外耗费，但是因为在每一层次结构仅仅只有O(n)个调用，这些被归纳在O(n)系数中）。结果是这个算法仅需使用O(n log n)时间。

快速排序演示

Python实现

# coding:utf-8


def quick_sort(alist, first, last):
    """快速排序
    :param first,last分别是列表的起始和终止下标
    """
    # 递归的退出条件
    # 如果传入的起始下标大于等于终止下标，证明只有一个元素，随即应该return，无需排序
    # 只有first小于last，才往下执行
    if first >= last:
        return
    # 设定起始元素为要寻找位置的基准元素
    mid_value = alist[first]
    low = first
    high = last

    while low < high:
        # 如果low与high未重合，high指向的元素不比基准元素小，则high向左移动
        while low < high and alist[high] >= mid_value:
            high -= 1
        # 移到比mid_value小的值时，将high指向的元素放到low的位置上
        alist[low] = alist[high]

        # 如果low与high未重合，low指向的元素比基准元素小，则low向右移动
        while low < high and alist[low] < mid_value:
            low += 1
        # 移到比mid_value大或相等的值时，# 将low指向的元素放到high的位置上
        alist[high] = alist[low]
    # 从while循环退出时，low与high重合，此时所指位置为基准元素的正确位置，将mid_value放到此位置
    alist[low] = mid_value

    # 对基准元素mid_value左边的子序列进行快速排序
    quick_sort(alist, first, low-1)  # 这里low在最左边时，low-1会比first小，所以一开始是判断if first >= last，而不只是first == last
    # 对基准元素mid_value右边的子序列进行快速排序
    quick_sort(alist, low+1, last)  # 这里low在最右边时，low+1会比first大，所以一开始是判断if first >= last，而不只是first == last


# 测试
if __name__ == "__main__":
    li = [54, 26, 93, 17, 77, 31, 44, 55, 20]
    print(li)
    quick_sort(li, 0, len(li)-1)
    print(li)