算法讲解 快速排序

快速排序

在解决普通的排序问题时，我们通常使用的是较为简单的排序算法，但是这些简单的排序算法是存在一些问题的，比如我们常用的选择排序。

int a[N];
for(int i=0;i<n;i++)
{
  for(int j=i;j<n;j++)
    if(a[i]>a[j])swap(a[i],a[j]);
}

我们可以看出，这里书写了一个嵌套的循环，那么就可知在执行这段代码时的时间复杂度为O(n^2）。
那么倘若我们需要进行计算的数据量非常大的时候呢？那样我们所需要的计算时间就比较长了。而为了解决这个问题，我们可以学习其他的排序算法。
首先我们先学习快速排序。下图为快速排序的模板。

const int N=100010;
int a[N];
void sort(int left,int right)
{
  if(left>=right)return;
  int le=left-1,ri=right+1,mid=a[left+right>>1];
  while(le<ri)
  {
   do le++;while(a[le]<mid);
   do ri--;while(a[ri]>mid);
   if(le<ri)swap(a[le],a[ri]);
  }
  sort(left,ri),sort(ri+1,right);
  return;
}

由以上代码我们可以计算快速排序的时间复杂度。
首先可知
$$\begin{gathered} T(n)=O(1)(n=1) \\ T(n)=2T(n/2)+cn(n>1) \end{gathered}$$
由此可推
$$\begin{gathered} T(n)=2T(n/2)+cn \\ =2^{2}T(n/2^2)+2cn \\ =2^{3}T(n/2^3)+3cn \\ ......... \\ =2^{k}T(n/2^k)+kcn \\ =nT(1)+kcn \\ =nO(1)+kcn \\ =n+cnlo{g}_{2}n \\ =n(1+clo{g}_{2}n） \\ =O(nlo{g}_{2}n) \end{gathered}$$

通过上述过程我们计算出快速排序的时间复杂度为O(nlogn)。时间复杂度要小于选择与冒泡等基础的排序方法。
接下了我们举一个简单的例子来讲快速排序的逻辑过程。
例如一串数字
2 3 5 6 4 7
首先我们确定这串数组的左右边界。左端点位2，右端点位7。然后确定一个中间点（并不一定是中间值，只要是数组中的一个数字即可）我们选择5。
然后从左端开始2小于5向右移一位，
然后3小于5继续向右移动，直到所在位置的值大于5停止。（这时左指针在6的位置）。
然后判断右端指针，指向的数值为7大于5向左移动
然后4小于5停止。（这时右指针指向4）
现在左指针所在位置的下标小于右指针所指向的下标，交换这两个位置的数值。这时数字为
2 3 5 4 6 7
重复上述操作，知道左指针所在位置的下标大于等于右指针所指向的下标结束操作。
结束操作时数字为
2 3 5 4 6 7
然后以左端点以及使右指针为右端点为
2 3 5 4
重复之前的操作。
同时以右端点以及使右指针加一的位置为左端点为
6 7
重复之前的操作。最后即可得到正确的顺序。

上诉数字所有过程的序列为

2 3 5 6 4 7
2 3 5 4 6 7
(2 3 4 5) (6 7)
2 3 4 5 6 7

萌新书写，不清晰的地方多多见谅，欢迎交流。