一:快速排序思想:
通过一趟排序将待排记录分割成独立的两部分,其中一部分记录的关键字均比另一部分记录的关键字小,则可分别对这两部分记录进行排序,已达到整个序列有序的目的
首先会在序列中随机选择一个基准值(pivot),然后将除了基准值以外的数分
为“比基准值小的数”和“比基准值大的数”这两个类别
[ 比基准值小的数 ] 基准值 [ 比基准值大的数 ]
动图解释:
二:代码:
void quickSort(int arr[],int low,int high)
{
int temp;
int i=low,j=high;
if(low< high){
temp=arr[low];//中间轴的值
while(i<j)
{
while(j>i &&arr[j]>=temp) --j;
if(i<j)
{
arr[i]=arr[j];//如果 比中间轴的值小 不满足上面的while 则 将arr[j]的值 移到arr[i]
++i;
}
while(i<j &&arr[i]<temp) ++i;
if(i<j)
{
arr[j]=arr[i];//如果 比中间轴的值小 不满足上面的while 则 将arr[j]的值 移到arr[i]
--j;
}
}
arr[i]=temp;//将中间轴的值 放入中间
quickSort(arr,low,i-1);//分别递归排序其左边
quickSort(arr,i+1,high);//递归排序其右边
}
}
三:分析性能
可优化的点:
1.优化选取枢轴
2.优化不必要的交换
3.优化小数组时的排序方案
4.优化递归操作
时间复杂度
最优情况下:时间复杂度为O(nlongn)
最坏情况下:时间复杂度为O(n2)
空间复杂度:
最好 :log2N
最坏:O(n)
平均:O(logn)
分割子序列时需要选择基准值,如果每次选择的基准值都能使得两个子序列的长度
为原本的一半,那么快速排序的运行时间和归并排序的一样,都为 O(nlogn)。和归并排
序类似,将序列对半分割 log 2 n 次之后,子序列里便只剩下一个数据,这时子序列的排
序也就完成了。
每行中每个数字都需要和基准值比较大小,因此每行所需的运行时间为 O(n)。由此
可知,整体的时间复杂度为 O(nlogn)。
如果运气不好,每次都选择最小值作为基准值,那么每次都需要把其他数据移到基
准值的右边,递归执行 n 行,运行时间也就成了 O(n 2 )。这就相当于每次都选出最小值
并把它移到了最左边,这个操作也就和选择排序一样了。此外,如果数据中的每个数字
被选为基准值的概率都相等,那么需要的平均运行时间为 O(nlogn)。