✨基本思想:
快速排序是在冒泡排序的基础上改进而来的,冒泡排序每次只能交换相邻的两个元素,而快速排序是跳跃式的交换,交换的距离很大,因此总的比较次数和交换次数少了很多,速度也快了不少。
快速排序在排序的时候设置一个基准点,将小于等于基准点的数全部放到基准点的左边,将大于等于基准点的数全部放到基准点的右边。这样在每次交换的时候,就不会像冒泡排序一样每次只能在相邻的数之间进行交换。而快速排序是跳跃式的交换,交换的距离就大的多了,因此总的比较和交换次数就少了,速度自然就提高了。当然在最坏的情况下,仍可能是相邻的两个数进行了交换。因此快速排序的最差时间复杂度和冒泡排序是一样的都是 O ( n 2 ) O(n^2) O(n2),它的平均时间复杂度为 O ( n log 2 n ) O(n \log_{2}{n}) O(nlog2n)。
🎆实现步骤:
假设对以下10个数进行快速排序:
6 | 1 | 2 | 7 | 9 | 3 | 4 | 5 | 10 | 8 |
🍂🍂交换法
🥕🥕🥕详细说明
首先,在这个序列中随便找一个数作为基准数,通常为了方便,以第一个数作为基准数。
6 | 1 | 2 | 7 | 9 | 3 | 4 | 5 | 10 | 8 |
在初始状态下,数字6在序列的第1位。我们的目标是将6挪到序列中间的某个位置,假设这个位置下标是k。现在就需要寻找这个k位置,并且以第k位为分界点,左边的数都 ≤ \leq ≤ 6,右边的数都 ≥ \geq ≥ 6。那么如何找到这个位置k呢?
我们要知道,快速排序其实是冒泡排序的一种改进,冒泡排序每次对相邻的两个数进行比较,这显然是一种比较浪费时间的。
而快速排序是分别从两端开始”探测”的,先从右往左找一个小于6的数,再从左往右找一个大于6的数,然后交换他们。这里可以用两个变量L和R,分别指向序列最左边和最右边。我们为这两个变量起个好听的名字“哨兵L”和“哨兵R”。刚开始的时候让哨兵L指向序列的最左边,指向数字6。让哨兵R指向序列的最右边,指向数字8。
6 | 1 | 2 | 7 | 9 | 3 | 4 | 5 | 10 | 8 |
L | R |
首先哨兵R开始出动。因为此处设置的基准数是最左边的数,所以需要让哨兵R先出动,这一点非常重要。哨兵R一步一步地向左挪动(即R=R-1),直到找到一个小于6的数停下来。接下来哨兵L再一步一步向右挪动(即L=L+1),直到找到一个数大于6的数停下来。
最后哨兵R停在了数字5面前,哨兵L停在了数字7面前。
6 | 1 | 2 | 7 | 9 | 3 | 4 | 5 | 10 | 8 |
L | R |
现在交换哨兵L和哨兵R所指向的元素的值。交换之后的序列如下。
6 | 1 | 2 | 5 | 9 | 3 | 4 | 7 | 10 | 8 |
L | R |
到此,第一次交换结束。接下来开始哨兵R继续向左挪动(再友情提醒,每次必须是哨兵R先出发)。他发现了4<6,哨兵R停下来,指向4。哨兵L也继续向右挪动的,他发现了9>6,哨兵L停下来,指向9。此时再次进行交换,交换之后的序列如下。
6 | 1 | 2 | 5 | 4 | 3 | 9 | 7 | 10 | 8 |
L | R |
第二次交换结束后。哨兵R继续向左挪动,他发现了3<6,又停下来。哨兵L继续向右移动,此时哨兵L和哨兵R相遇了,哨兵L和哨兵R都走到3面前。说明此时“探测”结束。我们将基准数6和3进行交换。交换之后的序列如下。
3 | 1 | 2 | 5 | 4 | 6 | 9 | 7 | 10 | 8 |
L R |
到此第一轮“探测”真正结束。现在基准数6已经归位,此时以基准数6为分界点,6左边的数都小于等于6,6右边的数都大于等于6。回顾一下刚才的过程,其实哨兵L的使命就是要找小于基准数的数,而哨兵R的使命就是要找大于基准数的数,直到L和R碰头为止。
现在我们将第一轮“探测"结束后的序列,以6为分界点拆分成两个序列,左边的序列是“3 1 2 5 4”,右边的序列是“9 7 10 8”。接下来还需要分别处理这两个序列。因为6左边和右边的序列目前都还是很混乱的。不过不要紧,我们已经掌握了方法,接下来只要模拟刚才的方法分别处理6左边和右边的序列即可。现在先来处理6左边的序列现吧。
3 | 1 | 2 | 5 | 4 | 6 |
重复第一轮的过程,应该得到如下序列:
2 | 1 | 3 | 5 | 4 | 6 |
OK,现在3已经归位。接下来需要处理3左边的序列:
2 | 1 | 3 | 6 |
处理之后,2已经归位,序列“1”只有一个数,也不需要进行任何处理,因此“1”也归位。
1 | 2 | 3 | 6 |
对于基数右边的序列,采用和左边相同的过程;最终将会得到这样的序列,如下。
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
细心的同学可能已经发现,快速排序的每一轮处理其实就是将这一轮的基准数归位,直到所有的数都归位为止,排序就结束了。接下来用图示的方法来展示完整的过程:
🔔🔔🔔为什么key选左边要右边先走:
比如序列是 {6, 11, 12, 17, 19, 13, 14, 15, 110, 18}。若让左边的i先走,当它走到最右边都没有找到 ≤ \leq ≤ 6的数。而此时i和j已经相遇了,而程序就会认定序列末尾是合适的位置,就会把6和末尾的数交换,这显然是不正确的。
就拿上述代码来说,第一轮循环结束后,序列会变成 {11, 6, 12, 17, 19, 13, 14, 15, 110, 18} ,而这只是将代码的 while (i<j && arr[i]<=key){ i++; } 和 while (i<j && arr[j]>=key){ j–; } 交换了个顺序
🎉🎉🎉代码如下:
public static void main(String args[]){
int[] num=new int[]{6, 1, 2, 7, 9, 3, 4, 5, 10, 8};
num = quickSort(num, 0, num.length-1);
}
private static int[] quickSort(int[] arr, int begin, int end) {
if (begin<end){
int key = arr[begin];
int i = begin;
int j = end;
while (i<j){
while (i<j && arr[j]>=key){
j--;
}
while (i<j && arr[i]<=key){
i++;
}
if (i<j){
int t = arr[i];
arr[i] = arr[j];
arr[j] = t;
}
}
arr[begin] = arr[i];
arr[i] = key;
quickSort(arr, begin,i-1);
quickSort(arr, i+1, end);
}
return arr;
}
🍂🍂挖坑法
private static int[] quickSort(int[] arr, int begin, int end) {
if (begin<end){
int key = arr[begin];
int i = begin;
int j = end;
while (i<j){
while (i<j && arr[j]>=key){
j--;
}
arr[i] = arr[j];
while (i<j && arr[i]<=key){
i++;
}
arr[j] = arr[i];
}
arr[i] = key;
quickSort(arr, begin,i-1);
quickSort(arr, i+1, end);
}
return arr;
}
🍂🍂前后指针
private static int[] quickSort(int[] arr, int begin, int end) {
if (begin<end){
int key = arr[begin];
int i = begin;
int j = begin + 1;
while (j<=end){
if (arr[j]<key && ++i != j){
int t = arr[i];
arr[i] = arr[j];
arr[j] = t;
}
j++;
}
arr[begin] = arr[i];
arr[i] = key;
quickSort(arr, begin,i-1);
quickSort(arr, i+1, end);
}
return arr;
}
🍂🍂非递归写法
利用数据结构栈后进先出的特性,模拟递归过程。
第一个 quickSort函数 就是单轮的快速排序。调用一次,就将一个基准数归位。代码可参考详细说明部分
第二个是用来模拟栈,只要栈不空,就调用一次quickSort函数。栈空说明排序结束。栈里存放的是未排序的区间,因此栈里面的数字都是成对出现。
# Python
def quickSort(arr, begin, end):
key = arr[begin]
i, j = begin, end
while i<j:
while i<j and arr[j]>=key:
j -= 1
while i<j and arr[i]<=key:
i += 1
if i<j:
arr[i], arr[j] = arr[j], arr[i]
arr[begin], arr[i] = arr[i], key
return arr, i
def quickSortNonR(arr, begin, end):
stack = []
stack.append(end)
stack.append(begin)
while len(stack)!=0:
left = stack.pop()
right = stack.pop()
arr, keyi = quickSort(arr, left, right)
# [left, keyi - 1] keyi [keyi + 1, right]
if keyi+1 < right:
stack.append(right)
stack.append(keyi+1)
if left < keyi-1:
stack.append(keyi-1)
stack.append(left)
return arr
arr = [6, 1, 2, 7, 9, 3, 4, 5, 10, 8]
print(quickSortNonR(arr, 0, len(arr)-1))
参考资料:
https://blog.csdn.net/m0_62080641/article/details/125701814
https://blog.csdn.net/qq_40941722/article/details/94396010