算法导论 中的快速排序与随机指示器优化后的快速排序

快速排序的基本思想是找到某个主元的固定位置（也就是下标），小于主元的元素放左边，大于主元的放右边，然后递归求左边和右边主元的位置

常规版本

快速排序的最坏情况是θ(n^2) 数学期运行时间为θ(nlgn),实际上是大多数情况
#快速排序算法主函数,实现对A[q]的定位
#A为数组名，p是第一个索引，q是最后一个索引 p=0 q=len（A）-1
def partition(A,p,q):
    x = A[q]
    i = p-1
    #for循环从索引从p到q-1的值和X比较
    for  j in range(p,q):
        # 比A[q] 小的数字 都放在左边集中到一起
        if A[j]<=x:
            #按顺序找到第一个比A[q]小的元素就和A[i]换位置找到一次，i自加一次
            i= i+1
            A[i],A[j] = A[j],A[i]
    #定位A[q]的位置即在原来A[i+1]的位置上，因为A[i]是小于A[q]的
    A[i+1],A[q] = A[q],A[i+1]
    #返回值为最右边数的确定位置
    return i+1
#快速排序函数
def Quicksort(A,p,q):
    if p<q:
        r = partition(A,p,q)
        #递归排序主元r 左边和右边的数组
        Quicksort(A,p,r-1)
        Quicksort(A,r+1,q)
    return A



A = input("请输入").split()
for i in range(len(A)):
    A[i] = int(A[i])
print(Quicksort(A,0,len(A)-1))

优化版本

#由于快速排序在最坏情况（已排序好）下的时间复杂度是deta（n^2）,而平均情况和最好情况复杂度是deta（n*logn），
# 随意采用随机主元可以使算法是运行时间提高而尽可能消除最坏情况

import random
#A为数组名，p是第一个索引，q是最后一个索引 p=0 q=len（A）-1
def partition(A,p,q):
    x = A[q]
    i = p-1
    #for循环从索引从p到q-1的值和X比较
    for  j in range(p,q):
        # 比A[q] 小的数字 都放在左边集中到一起
        if A[j]<=x:
            #按顺序找到第一个比A[q]小的元素就和A[i]换位置找到一次，i自加一次
            i= i+1
            A[i],A[j] = A[j],A[i]
    #定位A[q]的位置即在原来A[i+1]的位置上，因为A[i]是小于A[q]的
    A[i+1],A[q] = A[q],A[i+1]
    #返回值为最右边数的确定位置
    return i+1
#随机化快速排序基础函数：
def randomozed_partition(A,p,q):
    #在p和q中随机产生一个整数主元i
    i = random.randint(p,q)
    #交换A[i] 和 A[q]的值 使数组随机而不是已经排序好
    A[i],A[q] = A[q],A[i]
    return partition(A,p,q)
def Randomized_Quicksort(A,p,q):
    if p<q:
        r = randomozed_partition(A,p,q)
        #递归排序主元r 左边和右边的数组
        Randomized_Quicksort(A,p,r-1)
        Randomized_Quicksort(A,r+1,q)
    return A


A = input("请输入").split()
for i in range(len(A)):
    A[i] = int(A[i])
print(Randomized_Quicksort(A,0,len(A)-1))