算法笔记03

190417

快速排序

快速排序一般来说会比选择排序更快，是使用递归的思路来解决排序问题的。
首先，来了解下递归。使用递归必须满足以下两点：

• 基线条件
• 递归条件

基线条件是使递归停止调用的条件，如果一个函数被不停的调用，占满全部内存，就会“死”。而递归条件，就是函数调用的条件。递归必须缩小问题的规模，且基线条件要简单。每次递归调用后必须离基线条件更近一步。对于参数是数组的情况来说，停止条件一般是空数组或者数组长度为1。总体来说，递归的思路就是“ 分而治之Devide&Conquer”。适用于一小块地的最大方块，同样是适用这一整块地的最大方块。分解问题，是递归的开始。（解决递归占用内存过大的问题：改成循环or使用尾递归）
接下来，看一下快速排序的流程：

• 先从数组中选出一个元素做基准值（pivot）
• 将数组中的值按照比基准值大，比基准值小的规则分成两个子数组（[小于pivot的子数组]+[pivot]+[大于pivot的子数组]
• 对两个子数组继续进行选基准值、分大小操作，直至最终的子数组中只含一个元素
• 数组排序完成

如下示意：待排序数组[5, 3, 1, 2, 4]

选择5做pivot，则有

原数组被分为[], [3, 1, 2, 4]，接着选3作为pivot

子数组被分为[1, 2], [4]，接着选1作为pivot

子数组被分为[], [2]。最后按照左+pivot+右的顺序将数组还原回去，排序完成。

Python3.6实现

def QuickSort(array):
    if len(array) < 2:
        return array
    else:
        pivot = array[0]
        smaller_than_pivot = [item for item in array[1:] if item <= pivot]
        bigger_than_pivot = [item for item in array[1:] if item > pivot]
        return QuickSort(smaller_than_pivot) + [pivot] + QuickSort(bigger_than_pivot)
        

if __name__ == '__main__':
    
    test_sample = [1, 16, 9, 8, 10, 11, 28, 99, 33, 21]
    print(QuickSort(test_sample))

运行结果：

最后，讨论下快速排序的算法复杂度，最佳情况是O(nlogn)，最糟情况是O(n²).取决于pivot的选取。对于给定排序的数组是有序的情况来说，pivot选择第一个元素，就要调用N次，每次检查N个元素，总的复杂度就是O(n²)。但是如果pivot选择中间的元素，调用的层数就是logN，每次检查的元素还是N个，总的复杂度就是O(n*logn)。