python算法学习（6）——快速排序

列表排序的重要排序有三种，分别是 快速排序、堆排序和归并排序。
这里我们来讨论 快速排序：

快速排序

快速排序的特点就是突出“快”，它的排序思路如下：
①取一个元素p（可以是任意一个元素），使元素p“归位”
②“归位”即列表被p分为两部分，左边都比p小，右边都比p大
③不断递归以上过程，直到完成排序

上图就是一趟快速排序（这里默认列表第一个元素为p），在p归位后，可见列表分为了两部分，则下一步需要在两部分中同时再递归调用以上过程，以此类推直到完成排序，结果如下：

所以不难发现快速排序分为两部分，内是让元素p归位的“归位函数”，外是递归调用归位函数的“排序函数”

快速排序代码

归位函数的代码如下：

def partition(list,left,right):
	tmp=list[left]        #默认第一个元素为元素p
	while left<right:     #大前提条件，防止越界
		while left<right and list[right]>=tmp:   #从最右边开始，直到找到小于p的元素
			right-=1                             #没找到，向左走一步
		list[left]=list[right]                   #找到小于p时，放到左边空位去
		while left<right and list[left]<=tmp:    #从左边开始找，直到找到大于p的元素
			left+=1                              #没找到，向右走一步
		list[right]=list[left]                   #找到大于p时，放到右边空位去
	list[left]=tmp                               #最后left=right时，将p元素放到这个位置，即完成了该次归位
	return left

注意：每趟的归位过程都是一右一左进行的（即右边找到目标元素后再从左边找，不断循环到归位为止）

排序函数的代码如下：

def quick_sort(list,left,right):
     '''
    :param list:列表
    :param left:排序区域的第一个元素的下标
    :param right:排序区域的最后一个元素的下标
    '''
	if left<right:                      #表示列表至少两个元素
		mid=partition(list,left,right)  #调用“归位函数”
		quick_sort(list,left,mid-1)     #p归位后的左部分继续递归
		quick_sort(list,mid+1,right)    #p归位后的右部分继续递归

list=[5,7,9,6,5,4,5,3,8]
quick_sort(list,0,len(list)-1)
print(list)

运行结果如下：

[3, 4, 5, 5, 5, 6, 7, 8, 9]

快速排序时间复杂度

将快速排序的过程理解之后，我们来思考一下这种排序算法的时间复杂度是多少呢？
内层函数每一趟都会遍历一遍所排序的列表，时间复杂度为n；外层函数每一次归位会将所走区域折半，时间复杂度为logn，所以快速排序的时间复杂度应该是O（nlogn）。

快速排序的问题

快速排序有一种极端情况，也就是把每次归位所分的两边区域总有一边元素个数为0或1的情况称作“最坏情况”，当“最坏情况”出现时，快速排序的时间复杂度就变成了O（n²）

提示：下一篇为重要排序篇——堆排序