《算法图解》第四章快速排序学习心得

1、分而治之（divide and conquer， D&C）

工作原理：找出简单的基线条件；确定如何缩小问题的规模，使其符合基线条件。

2、递归求和

def addarr(arr):
    if arr==[]:
        return 0
    else:
        return arr[0]+addarr(arr[1:])

3、快速排序

def quicksort(array):
    if len(array)<2:
        return array#基线条件： 为空或只包含一个元素的数组是“有序”的
    else:
        pivot=array[0]#递归条件
        less=[i for i in array[1:] if i <=pivot]#由所有小于基准值的元素组成的子数组
        greater=[i for i in array[1:] if i>=pivot]#由所有大于基准值的元素组成的子数组
        return quicksort(less)+[pivot]+quicksort(greater)

4、大O表示法的理解

大O表示时间复杂度时常常不考虑常亮，因为不同数量级的增长下，常量的作用微乎其微，如简单查找（O(n））和二分查找（O(logn））。但是考虑同种数量级的增长时必须考虑常量的影响。如快速排序与合并排序。

5、快速排序的两种极端情况

最糟糕的情况：每次基准值都选取第一个元素，总共有O(n)层，每一层的所需时间为O(n)，算法运行时间为O(n)*O(n)=O(n^2)

最糟糕的情况：每次基准值都选取中间的元素，总共有O(logn)层，每一层的所需时间为O(n)，算法运行时间为O(logn)*O(n)=O(nlogn)

6、小结

1. D&C将问题逐步分解。 使用D&C处理列表时， 基线条件很可能是空数组或只包含一个元素的数组。
2. 实现快速排序时， 请随机地选择用作基准值的元素。 快速排序的平均运行时间为O (n log n )。
3. 大O表示法中的常量有时候事关重大， 这就是快速排序比合并排序快的原因所在。
4. 比较简单查找和二分查找时， 常量几乎无关紧要， 因为列表很长时， O (log n )的速度比O (n )快得多。