原理:
快速排序是一种交换类排序,是对冒泡排序的一种改进,是分治法的经典表现。首先通过一次排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
算法具体步骤:
(1)、挑选一个元素作为基准key,一般取第一个元素;
(2)、设置两个变量i、j,分别代表数组左右端点的位置;
(3)、从j位置开始向前搜索(j–),找到第一个小于key的值list[j],将list[j]赋值给list[i];
(4)、从i位置开始向后搜索(i+),找到第一个大于key的值list[i],将list[i]赋值给list[j];
(5)、将key值赋给list[j];
(6)、重复步骤(3)和(4),直到i>j,返回list。
代码:
def QuickSort(seq, i, j):
if i > j:
return seq
key = seq[i]
low, high = i, j
while i < j:
while i < j and seq[j] >= key:
j -= 1
seq[i] = seq[j]
while i < j and seq[i] <= key:
i += 1
seq[j] = seq[i]
seq[j] = key
QuickSort(seq, low, i - 1)
QuickSort(seq, i + 1, high)
return seq
if __name__ == "__main__":
# n = [4, 12, 7, 9, 11, 5, 1, 0, 7, -2, 3, -99, 6]
n = [1,-2,4]
n_sort = QuickSort(n, 0, len(n) - 1)
print(n_sort)
优点: 在大量数据时,很容易将某个元素放到对应的位置
缺点:
(1)、快排不稳定,当重复数据很多时效率较低;
(2)、对于小数组,也需递归几次才能将数据放至正确位置;
(3)、若原始数据是有序的,那么快排过程中对序列的划分将十分不均匀。
时间复杂度:
最坏情况下时间复杂度为O(n^2),空间复杂度为O(n)(有序数组)
最好情况下的时间复杂度为O(nlogn),空间复杂度为O(logn)(每步均需二分的乱序数组)
平均时间复杂度为O(nlogn),空间复杂度为O(logn)
它是同数量级(O(nlog2n))排序方法中平均性能最好的。