排序方法——快速排序

　　快速排序：又称为划分交换排序，通过一趟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一部分的所有数据都要小，然后再按照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。

　　步骤：

• 从数列中挑出一个元素，称为"基准"
• 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区结束之后，该基准就处于数列的中间位置。这个称为分区（partition）操作。
• 递归地把小于基准值元素的子数列和大于基准值元素的子数列排序。

　　递归的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递归下去，但是这个算法总会结束，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。

快速排序分析

　

function quick_sort(array, start, end){
    // 数组长度为0和1退出
    if(end <= start){
        return
    }
    // 设置一个基准数
    let mid = array[start]
    // 向右的游标
    let low = start
    // 向左的游标
    let high = end // 当low=>high时退出循环 while(low < high){ // 如果low与high未重合，high指向的元素不比基准元素小，则high向左移动 while(low < high && array[high] >= mid){ high -= 1 } // 将high指向的元素放到low的位置上 array[low] = array[high] // 如果low与high未重合，low指向的元素比基准元素小，则low向右移动 while(array[low] < mid && low < high){ low += 1 } // 将low指向的元素放到high的位置上 array[high] = array[low] } // 退出循环后，low与high重合，此时所指位置为基准元素的正确位置 array[low] = mid // 对基准元素左边的子序列进行快速排序 quick_sort(array, start, low-1) // 对基准元素右边的子序列进行快速排序 quick_sort(array, low+1, end) } let arr = [54,26,93,17,77,31,44,55,20]; let len = arr.length - 1; quick_sort(arr, 0, len) console.log(arr) // [ 17, 20, 26, 31, 44, 54, 55, 77, 93 ]

# python
def quick_sort(alist, start, end):
    """快速排序"""

    # 递归的退出条件
    if start >= end:
        return

    # 设定起始元素为要寻找位置的基准元素
    mid = alist[start]

    # low为序列左边的由左向右移动的游标
    low = start

    # high为序列右边的由右向左移动的游标
    high = end

    while low < high: # 如果low与high未重合，high指向的元素不比基准元素小，则high向左移动 while low < high and alist[high] >= mid: high -= 1 # 将high指向的元素放到low的位置上 alist[low] = alist[high] # 如果low与high未重合，low指向的元素比基准元素小，则low向右移动 while low < high and alist[low] < mid: low += 1 # 将low指向的元素放到high的位置上 alist[high] = alist[low] # 退出循环后，low与high重合，此时所指位置为基准元素的正确位置 # 将基准元素放到该位置 alist[low] = mid # 对基准元素左边的子序列进行快速排序 quick_sort(alist, start, low-1) # 对基准元素右边的子序列进行快速排序 quick_sort(alist, low+1, end) alist = [54,26,93,17,77,31,44,55,20] quick_sort(alist,0,len(alist)-1) print(alist)

快速排序演示

转载于:https://www.cnblogs.com/peiyanh/p/9646417.html