基础篇——快速排序

允诺@晴天

已于 2023-07-14 09:06:32 修改

阅读量2.7k

点赞数 1

文章标签：面试算法排序算法

于 2022-10-12 18:26:33 首次发布

本文链接：https://blog.csdn.net/qq_52006948/article/details/127279475

版权

快速排序

要求
算法描述
算法实现
其他排序代码补充

要求

能够用自己语言描述快速排序算法
掌握手写单边循环、双边循环代码之一
能够说明快排特点
了解洛穆托与霍尔两种分区方案的性能比较

算法描述

每一轮排序选择一个基准点（pivot）进行分区
1. 让小于基准点的元素的进入一个分区，大于基准点的元素的进入另一个分区
2. 当分区完成时，基准点元素的位置就是其最终位置
在子分区内重复以上过程，直至子分区元素个数少于等于 1，这体现的是分而治之的思想（divide-and-conquer）
从以上描述可以看出，一个关键在于分区算法，常见的有洛穆托分区方案、双边循环分区方案、霍尔分区方案

算法实现

单边循环快排（lomuto 洛穆托分区方案）

算法描述

选择最右元素作为基准点元素
j 指针负责找到比基准点小的元素，一旦找到则与 i 进行交换
i 指针维护小于基准点元素的边界，也是每次交换的目标索引
最后基准点与 i 交换，i 即为分区位置

图形化展示

在这里插入图片描述

代码展示

public static void quick(int[] a, int l, int h) {
    if (l >= h) {
        return;
    }
    int p = partition(a, l, h); // p 索引值
    quick(a, l, p - 1); // 左边分区的范围确定
    quick(a, p + 1, h); // 左边分区的范围确定
}

private static int partition(int[] a, int l, int h) {
    int pv = a[h]; // 基准点元素
    int i = l;
    for (int j = l; j < h; j++) {
        if (a[j] < pv) {
            if (i != j) {
                swap(a, i, j);
            }
            i++;
        }
    }
    if (i != h) {
        swap(a, h, i);
    }
    System.out.println(Arrays.toString(a) + " i=" + i);
    // 返回值代表了基准点元素所在的正确索引，用它确定下一轮分区的边界
    return i;
}

public static void swap(int[] array, int i, int j) {
        int t = array[i];
        array[i] = array[j];
        array[j] = t;
}

双边循环快排（不完全等价于 hoare 霍尔分区方案）

算法描述

选择最左元素作为基准点元素
j 指针负责从右向左找比基准点小的元素，i 指针负责从左向右找比基准点大的元素，一旦找到二者交换，直至 i，j 相交
最后基准点与 i（此时 i 与 j 相等）交换，i 即为分区位置

要点

基准点在左边，并且要先 j 后 i
while( i < j && a[j] > pv ) j–
while ( i < j && a[i] <= pv ) i++

图形化展示

在这里插入图片描述

算法展示

private static void quick(int[] a, int l, int h) {
    if (l >= h) {
        return;
    }
    int p = partition(a, l, h);
    quick(a, l, p - 1);
    quick(a, p + 1, h);
}

private static int partition(int[] a, int l, int h) {
    int pv = a[l];
    int i = l;
    int j = h;
    while (i < j) {
        // j 从右找小的
        while (i < j && a[j] > pv) {
            j--;
        }
        // i 从左找大的
        while (i < j && a[i] <= pv) {
            i++;
        }
        swap(a, i, j);
    }
    swap(a, l, j);
    System.out.println(Arrays.toString(a) + " j=" + j);
    return j;
}
public static void swap(int[] array, int i, int j) {
        int t = array[i];
        array[i] = array[j];
        array[j] = t;
}

快排特点

平均时间复杂度是 $O(nlog_2⁡n )$ ，最坏时间复杂度 $O(n^2)$
数据量较大时，优势非常明显
属于不稳定排序

洛穆托分区方案 vs 霍尔分区方案

霍尔的移动次数平均来讲比洛穆托少3倍
https://qastack.cn/cs/11458/quicksort-partitioning-hoare-vs-lomuto

其他排序代码补充

空穴法改进的双边快排

import java.util.Arrays;

// 空穴法(双边循环法改进)
@SuppressWarnings("all")
public class QuickSort3 {
    public static void main(String[] args) {
        int[] a = {5, 3, 7, 2, 9, 8, 1, 4};
        System.out.println(Arrays.toString(a));
        quick(a, 0, a.length - 1);
    }

    private static void quick(int[] a, int l, int h) {
        if (l >= h) {
            return;
        }
        int p = partition(a, l, h);
        quick(a, l, p - 1);
        quick(a, p + 1, h);
    }

    private static int partition(int[] a, int l, int h) {
        int pv = a[l];
        int i = l;
        int j = h;
        while (i < j) {
            // j 从右找小的
            while (i < j && a[j] > pv) {
                j--;
            }
            if (i < j) {
                a[i] = a[j];
                i++;
            }
            // i 从左找大的
            while (i < j && a[i] <= pv) {
                i++;
            }
            if (i < j) {
                a[j] = a[i];
                j--;
            }
        }
        a[j] = pv;
        System.out.println(Arrays.toString(a) + " j=" + j);
        return j;
    }
}

霍尔分区

import java.util.Arrays;

public class QuickSortHoare {
    public static void main(String[] args) {
//        int[] a = {1,2,3};
//        int[] a = {9, 3, 2, 1};
//        int[] a = {9, 3, 7, 2, 5, 8, 1, 4};
        int[] a = {1, 2, 3, 4, 5, 7, 8, 9};
        System.out.println(Arrays.toString(a));
        quick0(a, 0, a.length - 1);
    }

    private static void quick0(int[] a, int l, int h) {
        if (l >= h) {
            return;
        }
        int p = partition(a, l, h);
        colorPrint(a, l, p, p + 1, h);
        // 注意如果左边界选择了 p-1, 则会因为返回的 p 可能不是基准点位置导致出错
        quick0(a, l, p);
        quick0(a, p + 1, h);
    }

    private static void colorPrint(int[] a, int r1l, int r1h, int r2l, int r2h) {
        System.out.print("[");
        for (int i = 0; i < a.length; i++) {
            if (i >= r1l && i <= r1h) {
                System.out.print("\033[31m" + a[i] + "\033[0m");
            } else if (i >= r2l && i <= r2h) {
                System.out.print("\033[34m" + a[i] + "\033[0m");
            } else {
                System.out.print("_");
            }
            if (i < a.length - 1) {
                System.out.print(" ");
            }
        }
        System.out.println("]");

    }

    private static int partition(int[] a, int l, int h) {
//        int pv = a[l];
        int pv = a[(l + h) >>> 1];
        System.out.println("pv=" + pv);
        int i = l - 1;
        int j = h + 1;
        while (true) {
            while (a[++i] < pv) {
            }
            while (a[--j] > pv) {
            }
            if (i >= j) {
                return j;
            }
            swap(a, i, j);
        }
    }
}

public static void swap(int[] array, int i, int j) {
        int t = array[i];
        array[i] = array[j];
        array[j] = t;
}

四种分区实现的移动次数比较

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.concurrent.atomic.AtomicInteger;

public class LomutoVsHoare {

    public static void main(String[] args) {
        List<int[]> all1 = new ArrayList<>();
        List<int[]> all2 = new ArrayList<>();
        List<int[]> all3 = new ArrayList<>();
        List<int[]> all4 = new ArrayList<>();
        for (int i = 0; i < 20; i++) {
            int[] array = Utils.randomArray(10000);
            all1.add(array);
            all2.add(Arrays.copyOf(array, array.length));
            all3.add(Arrays.copyOf(array, array.length));
            all4.add(Arrays.copyOf(array, array.length));
        }
        System.out.println("hoarePartition");
        testPartition(all1, LomutoVsHoare::hoarePartition);
        System.out.println("LomutoPartition");
        testPartition(all2, LomutoVsHoare::LomutoPartition);
        System.out.println("otherPartition");
        testPartition(all3, LomutoVsHoare::otherPartition);
        System.out.println("moveInsteadSwapPartition");
        testPartition(all4, LomutoVsHoare::moveInsteadSwapPartition);
    }

    private static void testPartition(List<int[]> all, FourConsumer consumer) {
        List<AtomicInteger> cs = new ArrayList<>();
        for (int[] array : all) {
            AtomicInteger c = new AtomicInteger();
            consumer.apply(array, 0, array.length - 1, c);
            cs.add(c);
        }
        // 打印的是平均移动次数，而非交换次数，一次交换有3次移动
        System.out.println(cs + " avg:" + cs.stream().mapToLong(AtomicInteger::get).average().orElse(0));
    }

    interface FourConsumer {
        void apply(int[] a, int b, int c, AtomicInteger d);
    }

    private static int hoarePartition(int[] a, int l, int h, AtomicInteger c) {
//        int pv = a[l];
        int pv = a[(l + h) >>> 1];
        int i = l - 1;
        int j = h + 1;
        while (true) {
            while (a[++i] < pv) {
            }
            while (a[--j] > pv) {
            }
            if (i >= j) {
                return j;
            }
            c.accumulateAndGet(3, Integer::sum);
            swap(a, i, j);
        }
    }

    private static int LomutoPartition(int[] a, int l, int h, AtomicInteger c) {
        int pv = a[h];
        int i = l;
        for (int j = l; j < h; j++) {
            if (a[j] < pv) {
                if (i != j) {
                    c.accumulateAndGet(3, Integer::sum);
                    swap(a, i, j);
                }
                i++;
            }
        }
        if (i != h) {
            c.accumulateAndGet(3, Integer::sum);
            swap(a, h, i);
        }
        return i;
    }

    private static int otherPartition(int[] a, int l, int h, AtomicInteger c) {
        int pv = a[l];
        int i = l;
        int j = h;
        while (i < j) {
            while (i < j && a[j] > pv) {
                j--;
            }
            while (i < j && a[i] <= pv) {
                i++;
            }
            c.accumulateAndGet(3, Integer::sum);
            swap(a, i, j);
        }
        c.accumulateAndGet(3, Integer::sum);
        swap(a, l, i);
        return i;
    }

    private static int moveInsteadSwapPartition(int[] a, int l, int h, AtomicInteger c) {
        int pv = a[l];
        int i = l;
        int j = h;
        while (i < j) {
            // j 从右找小的
            while (i < j && a[j] > pv) {
                j--;
            }
            if (i < j) {
                c.incrementAndGet();
                a[i] = a[j];
                i++;
            }
            // i 从左找大的
            while (i < j && a[i] <= pv) {
                i++;
            }
            if (i < j) {
                c.incrementAndGet();
                a[j] = a[i];
                j--;
            }
        }
        c.incrementAndGet();
        a[j] = pv;
        return j;
    }
    
    public static void swap(int[] array, int i, int j) {
        int t = array[i];
        array[i] = array[j];
        array[j] = t;
     }

}

允诺@晴天

关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
基础篇——快速排序

j 指针负责找到比基准点小的元素，一旦找到则与 i 进行交换。i 指针维护小于基准点元素的边界，也是每次交换的目标索引。最后基准点与 i 交换，i 即为分区位置。基准点在左边，并且要先 j 后 i。选择最右元素作为基准点元素。数据量较大时，优势非常明显。
复制链接

扫一扫