快速排序 实际 java_快速排序为什么这么快？

快速排序

首先选一个基准 pivot，然后过一遍数组，把小于 pivot 的都挪到 pivot 的左边，

把大于 pivot 的都挪到 pivot 的右边。

这样一来，这个 pivot 的位置就确定了，也就是排好了 1 个元素。

然后对 pivot 左边 👈 的数排序，

对 pivot 右边 👉 的数排序，

就完成了。

那怎么排左边和右边？

答：同样的方法。

所以快排也是用的分治法的思想。

「分」

选择一个 pivot，就把问题分成了pivot 左边

pivot 右边

这两个问题。

「治」

就是最开始描述的方法，直到每个区间内没有元素或者只剩一个元素就可以返回了。

「合」

放在一起自然就是。

但是如何选择这个 pivot？

取中间的？

取第一个？

取最后一个？

举个例子：{5, 2, 1, 0, 3}.

比如选最后一个，就是 3.

然后我们就需要把除了 3 之外的数分成「比 3 大」和「比 3 小」的两部分，这个过程叫做 partition(划分)。

这里我们仍然使用「挡板法」的思想，不用真的弄两个数组来存这两部分，而是用两个挡板，把区间划分好了。

我们用「两个指针」(就是挡板)把数组分成「三个区间」，那么左边的区间用来放小于 pivot 的元素；

右边的区间用来放大于 pivot 的元素；

中间是未排序区间。

那么初始化时，我们要保证「未排序区间」能够包含除了 3 之外的所有元素，所以未排序区间 = [i, j]

这样左边和右边的区间就成了：[0, i)：放比 3 小的数；

(j, array.length -2]：放比 3 大的数

注意 ⚠️ i, j 是不包含在左右区间里的呢。

那我们的目的是 check 未排序区间里的每一个数，然后把它归到正确的区间里，以此来缩小未排序区间，直到没有未排序的元素。

从左到右来 check：

Step1.

5 > 3, 所以 5 要放在右区间里，所以 5 和 j 指向的 0 交换一下：

这样 5 就排好了，指针 j --，这样我们的未排序区间就少了一个数；

Step2.

0 < 3，所以就应该在左边的区间，直接 i++；

Step3.

2 < 3，同理，i++；

Step4.

1 < 3，同理，i++；

所以当两个指针错位的时候，我们结束循环。

但是还差了一步，3 并不在正确的位置上呀。所以还要把它插入到两个区间中间，也就是和指针 i 交换一下。

齐姐声明：这里并不鼓励大家把 pivot 放最左边。

基本所有的书上都是放右边，既然放左右都是一样的，我们就按照大家默认的、达成共识的来，没必要去“标新立异”。

就比如围棋的四个星位，但是讲究棋道的就是先落自己这边的星位，而不是伸着胳膊去够对手那边的。

那当我们把 pivot 换回到正确的位置上来之后，整个 partition 就结束了。

之后就用递归的写法，对左右两边排序就好了。

最后还有两个问题想和大家讨论一下：回到我们最初选择 pivot的问题，每次都取最后一个，这样做好不好？

答：并不好。

因为我们是想把数组分割的更均匀，均匀的时间复杂度更低；但是如果这是一个有序的数组，那么总是取最后一个是最不均匀的取法。

所以应该随机取 pivot，这样就避免了因为数组本身的特点总是取到最值的情况。pivot 放在哪

随机选取之后，我们还是要把这个 pivot 放到整个数组的最右边，这样我们的未排序区间才是连续的，否则每次走到 pivot 这里还要想着跳过它，心好累哦。class Solution {

public void quickSort(int[] array) {

if (array == null || array.length <= 1) {

return;

}

quickSort(array, 0, array.length - 1);

}

private void quickSort(int[] array, int left, int right) {

// base case

if (left >= right) {

return;

}

// partition

Random random = new Random(); // java.util 中的随机数生成器

int pivotIndex = left + random.nextInt(right - left + 1);

swap(array, pivotIndex, right);

int i = left;

int j = right-1;

while (i <= j) {

if (array[i] <= array[right]) {

i++;

} else {

swap(array, i, j);

j--;

}

}

swap(array, i, right);

//「分」

quickSort(array, left, i-1);

quickSort(array, i+1, right);

}

private void swap(int[] array, int x, int y) {

int tmp = array[x];

array[x] = array[y];

array[y] = tmp;

}

}

这里的时空复杂度和分的是否均匀有很大关系，所以我们分情况来说：

1. 均分

时间复杂度

如果每次都能差不多均匀分，那么每次循环的耗时主要就在这个 while 循环里，也就是 O(right - left)；

均分的话那就是 logn 层；

所以总的时间是 O(nlogn).

空间复杂度递归树的高度是 logn，

每层的空间复杂度是 O(1)，

所以总共的空间复杂度是 O(logn).

2. 最不均匀

如果每次都能取到最大/最小值，那么递归树就变成了这个样子：

时间复杂度

如上图所示：O(n^2)

空间复杂度

这棵递归树的高度就变成了 O(n).

3. 总结

实际呢，大多数情况都会接近于均匀的情况，所以均匀的情况是一个 average case.

为什么看起来最好的情况实际上是一个平均的情况呢？

因为即使如果没有取到最中间的那个点，比如分成了 10% 和 90% 两边的数，那其实每层的时间还是 O(n)，只不过层数变成了以 9 为底的 log，那总的时间还是 O(nlogn).

所以快排的平均时间复杂度是 O(nlogn)。

稳定性

那你应该能看出来了，在 swap 的时候，已经破坏了元素之间的相对顺序，所以快排并不具有稳定性。

这也回答了我们开头提出的问题，就是为什么对于 primitive type 使用快排，因为它速度最快；

为什么对于 object 使用归并，因为它具有稳定性且快。

以上就是快排的所有内容了，也是很常考的内容哦！那下一篇文章我会讲几道从快排引申出来的题目，猜猜是什么？😉

如果你喜欢这篇文章，记得给我点赞留言哦～你们的支持和认可，就是我创作的最大动力，我们下篇文章见！

我是小齐，纽约程序媛，终生学习者，每天晚上 9 点，云自习室里不见不散！

更多干货文章见我的 Github: https://github.com/xiaoqi6666...

关于找一找教程网

本站文章仅代表作者观点，不代表本站立场，所有文章非营利性免费分享。

本站提供了软件编程、网站开发技术、服务器运维、人工智能等等IT技术文章，希望广大程序员努力学习，让我们用科技改变世界。

[快速排序为什么这么快？]http://www.zyiz.net/tech/detail-148732.html