快排时间复杂度_学点不一样你应该知道的快排

点击蓝字 关注我们

大家好，这一期我来给大家分享一个常见的排序算法：快速排序算法。

那么看完这篇文章之后，你可以了解到

1.什么是快速排序？

2.如何实现快速排序？

3.如何在O(n)的时间复杂度内查找一个无序数组的第K大元素

 01

什么是快速排序

快速排序，我们习惯性把它称之为“快排”。

 02

如何实现快速排序?

了解过快速排序算法的同学应该都知道，快速排序的切分思想可以用于计算某个位置的数值等问题。

切分思想如下

我们通过切分要使数组满足以下条件：

1. 对于某个 j，a[j] 已经排定

2. a[low] 到 a[j] 中的元素都不大于 a[j]

3. a[j+1] 到 a[high] 中所有元素都不小于 a[j]

如何实现切分

1. 先随机抽取一个数 a[low] 作为切分元素

2. 从数组左端开始向右扫描直到找到一个大于等于它的元素，再从数组的右端开始向左扫描直到找到一个小于等于它的元素。这两个元素显然没有排定，我们交换他们的位置，如此继续我们就可以保证 j 的左侧不会大于切分元素，j 的右侧不会小于切分元素。

3. 当两个指针相遇时，只需要将切分元素 a[low] 和左子数组最右侧元素 a[j] 交换然后返回 j 即可

代码如下

 03

快排的应用

快速排序的核心思想就是分治和分区，那么我们可以利用分区的思想。来解决：在 O(n) 时间复杂度内求无序数组的第 K 大元素。

举个例子

无序数组：4，2，5，12，3

第 3 大元素就是 4

我们选择数组区间  A[0...n-1]  的最后一个元素作为切分元素 pivot，对数组进行原地分区，这样数组就分成了三个部分 A[0...p-1]，A[p] ，A[p+1...n-1]

如果 p+1==K，那么A[p]就是要求解的元素；若 K>p+1 则说明第K大元素出现在 A[p+1…n-1] 区间内，我们再按照上面的思路在 A[p+1...n-1] 区间内查找；若 K

那么为什么时间复杂度是O(n)？

第一次分区查找，我们需要对大小为n的数组执行分区操作，需要遍历n个元素。第二次查找我们需要对 n/2 的数组进行分区操作，需要遍历 n/2 个元素；以此类推，分区遍历元素分别为 n，n/2，n/4，n/8，n/16......直到区间缩小为1

我们把每次分区遍历元素的个数加起来，就是：n+n/2+n/4+n/8+n/16+…+1。等比数列求和，最后为 2n-1。那么时间复杂度为 O(n)。

 04

内容小结

1. 快速排序用的是分治思想，代码可以通过递归来实现，理解快排的重点在于递推公式与分区函数。

2. 快速排序算法最坏情况下的时间复杂度为 O(n^2)，平均情况下时间复杂度为 O(nlogn)。尽管快排的时间复杂度退化到 O(n^2) 的概率很小，我们仍应该通过选择合理的 pivot 来避免这种情况。

3. 点击下方原文查看github链接。

— END —

撰稿：赵英杰

图文编辑：田依可