快速排序，三路快排

最新推荐文章于 2024-08-14 13:12:30 发布

weixin_30690833

最新推荐文章于 2024-08-14 13:12:30 发布

阅读量143

点赞数

文章标签：数据结构与算法

原文链接：http://www.cnblogs.com/Bella2017/p/10130229.html

版权

时间复杂度O(nlongn)

基本思想：取一个枢纽值(privot)，将剩余数组的值依次与privot进行比较，若比privot大就放在privot左边；若小就放在右边。

基础版：假设数组左边界下标为l，右边界下标为r，将下标l所在的元素值记为privot，使得 arr[l+1...j]<v ; arr[j+1...i)>v ，i是当前要考察的元素。遍历数组完成后将arr[j]与arr[l]交换位置。

template<typename T>      //泛型
//对arr[l...r]部分进行快速排序
//返回p,使得arr[l...p-1]<arr[p]; arr[p+1...r]>arr[p]
int _partition(T arr[], int l, int r){
    T v = arr[l];  //设定pivot值
    //arr[l+1...j]<v ; arr[j+1...i)>v i是当前要考察的元素，所以是开区间
    int j = l;
    for(int i=l+1;i<=r;i++){
        if(arr[i] < v){
            swap(arr[j+1], arr[i]);
            j++
        }
    }
    swap(arr[l], arr[j]);
    return j;
}

void _quickSort(T arr[], int l, int r){
    if(l>=r)
        return;
    int p = _partition(arr,l,r);
    quickSort(arr, l, p-1);
    quickSort(arr, p+1,r);
}
void quickSort(T arr[], int n){

    _quickSort(arr, 0, n-1);

}

优化方法一：将递归底层的处理改为插入排序进行优化。

template<typename T>      //泛型
//对arr[l...r]部分进行快速排序
//返回p,使得arr[l...p-1]<arr[p]; arr[p+1...r]>arr[p]
int _partition(T arr[], int l, int r){
    T v = arr[l];  //设定pivot值
    //arr[l+1...j]<v ; arr[j+1...i)>v i是当前要考察的元素，所以是开区间
    int j = l;
    for(int i=l+1;i<=r;i++){
        if(arr[i] < v){
            将j+1所指的大于v的元素与arr[i]交换
            swap(arr[j+1], arr[i]);
            j++
        }
    }
    swap(arr[l], arr[j]);
    return j;
}

void _quickSort(T arr[], int l, int r){
    //if(l>=r)
        //return;
    if(r-l<=15){
        insertionSort(arr,l,r);
        return;
    }
    int p = _partition(arr,l,r);
    quickSort(arr, l, p-1);
    quickSort(arr, p+1,r);
}
void quickSort(T arr[], int n){

    _quickSort(arr, 0, n-1);

}

优化方法二：

对于近乎有序的数组，快速排序比归并排序慢了太多。因为快排所生成的递归树不平衡，它可能比log(n)还要高。最差的情况是：当数组近乎有序时，递归树的高度是n，时间复杂度会达到O(n^2)。

可改进为：随机选择一个元素作为privot，而不是选择第一个点

// 对arr[l...r]部分进行partition操作

// 返回p, 使得arr[l...p-1] < arr[p] ; arr[p+1...r] > arr[p]

template <typename T>

int _partition(T arr[], int l, int r){



    // 随机在arr[l...r]的范围中, 选择一个数值作为标定点pivot

    swap( arr[l] , arr[rand()%(r-l+1)+l] );



    T v = arr[l];

    int j = l;

    for( int i = l + 1 ; i <= r ; i ++ )

        if( arr[i] < v ){

            j ++;

            swap( arr[j] , arr[i] );

        }



    swap( arr[l] , arr[j]);



    return j;

}



// 对arr[l...r]部分进行快速排序

template <typename T>

void _quickSort(T arr[], int l, int r){



    // 对于小规模数组, 使用插入排序进行优化

    if( r - l <= 15 ){

        insertionSort(arr,l,r);

        return;

    }



    int p = _partition(arr, l, r);

    _quickSort(arr, l, p-1 );

    _quickSort(arr, p+1, r);

}



template <typename T>

void quickSort(T arr[], int n){



    srand(time(NULL));

    _quickSort(arr, 0, n-1);

}

所使用的插入排序代码：

// 对arr[l...r]范围的数组进行插入排序

template<typename T>

void insertionSort(T arr[], int l, int r){



    for( int i = l+1 ; i <= r ; i ++ ) {



        T e = arr[i];

        int j;

        for (j = i; j > l && arr[j-1] > e; j--)

            arr[j] = arr[j-1];

        arr[j] = e;

    }



    return;

}

优化方法三：当数组中出现大量相同的值时，Partition可能将数组分成极度不平衡的两部分，就会退化成为一个O(n^2)级别的算法。

改进方法：从数组两端往中间扫描

2) 当左边扫描到的arr[i]>v时停止；当右边扫描到的arr[j]<v时停止

3) 交换i和j所指元素

4) 当i和j指向的都是等于v的元素时，也要交换位置，这样可以避免有大部分的等于v的元素集中在某一部分的情况。

template<typename T>      //泛型
//对arr[l...r]部分进行快速排序
//返回p,使得arr[l...p-1]<arr[p]; arr[p+1...r]>arr[p]
int _partition(T arr[], int l, int r){

    swap(arr[l],arr[rand()%(r-l+1)+l]);
    T v = arr[l];  //设定最左边的元素为pivot值
    //arr[l+1...i)<=v ; arr(j...r]>=v i是当前要考察的元素，所以是开区间
    int i=l+1,j=r;   //初始定义下，区间为空
    while(true){
        while(i<=r && arr[i]<v)
            i++;
        while(j>=l+1 && arr[j]>v)
            j--;
        if(i>j) break;
        swap(arr[i], arr[j]);
        i++;
        j--;
    }
    //j指向的是从右边开始最后一个小于v的元素，将它与标定点交换
    swap(arr[l], arr[j]);
    return j;
}

void _quickSort(T arr[], int l, int r){

    if(r-l<=15){
        insertionSort(arr,l,r);
        return;
    }
    int p = _partition(arr,l,r);
    _quickSort(arr, l, p-1);
    _quickSort(arr, p+1,r);
}

void quickSort(T arr[], int n){
    //设置随机种子
    srand(time(NULL));
    _quickSort(arr, 0, n-1);
}

对于为什么是while(i<=r && arr[i]<v) i++; 而不是while(i<=r && arr[i]<=v) i++; 的一点思考：

因为多了个等号的判断使得如果有大量重复的值时，会造成两棵子树不平衡。

三路快排：用于给有大量重复元素进行排序

//三路快速排序处理arr[l...r]
//将arr[l...r]分为<v ；==v ; >v 三部分
//之后递归对<v ; >v 两部分继续进行三路快速排序
template<typename T>      //泛型
void _quickSort3Ways(T arr[], int l, int r){

    if(r-l<=15){
        insertionSort(arr,l,r);
        return;
    }
    
    //partion
    swap(arr[l],arr[rand()%(r-l+1)+l);  //将随机生成的下标所代表的元素与最左边的元素交换
    T v = arr[l];    //设置最左侧元素为privot
    int lt = l;    //arr[l+1...lt]<v
    int gt = r+1;    //arr[gt...r]>v
    int i = l+1;    //arr[lt+1...i) == v
    while(i<gt){
        if(arr[i]<v){
            swap(arr[i], arr[lt+1]);
            lt++;
            i++;
        }
        else if(arr[i]>v){
            swap(arr[i], arr[gt-1]);
            gt--;
        }
        else
            //arr[i] == v
            i++;
    }
    swap(arr[l], arr[lt]);
    
    _quickSort3Ways(arr,l,lt-1);
    _quickSort3Ways(arr,gt,r);
}

void quickSort3Ways(T arr[], int n){
    //设置随机种子
    srand(time(NULL));
    _quickSort3Ways(arr, 0, n-1);
}