快速排序
快速排序是对冒泡排序的一种改进。它的基本思想是: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外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排过程可以递归进行,以此达到整个数据变成有序序列。
需求:
排序前:{6, 1, 2, 7, 9, 3, 4, 5, 8}
排序后:{1, 2, 3, 4, 5, 6, 7, 8, 9}
排序原理:
1.首先设定一个分界值,通过该分界值将数组分成左右两部分;
2.将大于或等于分界值的数据放到到数组右边,小于分界值的数据放到数组的左边。此时左边部分中各元素都小于或等于分界值,而右边部分中各元素都大于或等于分界值;
3.然后,左边和右边的数据可以独立排序。对于左侧的数组数据,又可以取一个分界值,将该部分数据分成左右两部分,同样在左边放置较小值,右边放置较大值。右侧的数组数据也可以做类似处理。
4.重复上述过程,可以看出,这是一个递归定义。通过递归将左侧部分排好序后,再递归排好右侧部分的顺序。当左侧和右侧两个部分的数据排完序后,整个数组的排序也就完成了。
快速排序API设计:
类名 | Quick |
---|---|
构造方法 | Quick():创建Quick对象 |
成员方法 | 1.public static void sort(Comparable[] a):对数组内的元素进行排序 2.private static void sort(Comparable[] a, int lo, int hi):对数组a中从索引lo到索引hi之间的元素进行排序 3.public static int partition(Comparable[] a,int lo,int hi):对数组a中,从索引 lo到索引 hi之间的元素进行分组,并返回分组界限对应的索引 4.private static boolean less(Comparable v,Comparable w):判断v是否小于w 5.private static void exch(Comparable[] a,int i,int j):交换a数组中,索引i和索引j处的值 |
切分原理:
把一个数组切分成两个子数组的基本思想:
1.找一个基准值,用两个指针分别指向数组的头部和尾部;
2.先从尾部向头部开始搜索一个比基准值小的元素,搜索到即停止,并记录指针的位置;
3.再从头部向尾部开始搜索一个比基准值大的元素,搜索到即停止,并记录指针的位置;
4.交换当前左边指针位置和右边指针位置的元素;
5.重复2,3,4步骤,直到左边指针的值大于右边指针的值停止。
快速排序代码实现:
/**
* 快速排序--时间复杂度O(nlogn)
*/
public class Quick {
/* 对数组内的元素进行排序 */
public static void sort(Comparable[] a) {
int lo = 0;
int hi = a.length - 1;
sort(a, lo, hi);
}
/* 对数组a中,从索引lo到索引hi之间的元素进行排序 */
private static void sort(Comparable[] a, int lo, int hi) {
// 健壮性判断
if (lo >= hi) {
return;
}
// 分:对a数组中,从lo到hi的元素进行切分
int partition = partition(a, lo, hi);
// 治:对左边分组中的元素进行排序(递归调用sort)
sort(a, lo, partition - 1);
// 对右边分组中的元素进行排序(递归调用sort)
sort(a, partition + 1, hi);
}
/* 对数组a中,从索引lo到索引hi之间的元素进行分组,并返回分组界限对应的索引(分完组变化后的索引) */
public static int partition(Comparable[] a, int lo, int hi) {
Comparable key = a[lo]; // 把最左边的元素当做基准值
int left = lo; // 定义一个左侧指针,初始指向最左边的元素
int right = hi + 1; // 定义一个右侧指针,初始指向左右侧的元素下一个位置
//进行切分
while (true) {
// 先从右往左扫描,找到一个比基准值小的元素
while (less(key, a[--right])) { // 循环停止,证明找到了一个比基准值小的元素
if (right == lo) {
break; // 已经扫描到了最左边了,无需继续扫描
}
}
// 再从左往右扫描,找一个比基准值大的元素
while (less(a[++left], key)) { // 循环停止,证明找到了一个比基准值大的元素
if (left == hi) { // 已经扫描到了最右边了,无需继续扫描
break;
}
}
// 扫描完了所有元素,结束循环
if (left >= right) {
break;
} else {
exchange(a, left, right);
}
}
//交换最后right索引处和基准值所在的索引处的值
exchange(a, lo, right);
return right;
}
/* 数组元素i和j交换位置 */
private static void exchange(Comparable[] a, int i, int j) {
Comparable temp = a[i];
a[i] = a[j];
a[j] = temp;
}
/* 比较v元素是否小于w元素 */
private static boolean less(Comparable v, Comparable w) {
return v.compareTo(w) < 0;
}
}
快速排序和归并排序的区别:
快速排序是另外一种分治的排序算法,它将一个数组分成两个子数组,将两部分独立的排序。快速排序和归并排序是互补的:归并排序将数组分成两个子数组分别排序,并将有序的子数组归并从而将整个数组排序,而快速排序的方式则是当两个数组都有序时,整个数组自然就有序了。在归并排序中,一个数组被等分为两半,归并调用发生在处理整个数组之前,在快速排序中,切分数组的位置取决于数组的内容,递归调用发生在处理整个数组之后。
快速排序时间复杂度分析:
快速排序的一次切分从两头开始交替搜索,直到left和right重合,因此,一次切分算法的时间复杂度为O(n),但整个快速排序的时间复杂度和切分的次数相关。
最优情况:每一次切分选择的基准数字刚好将当前序列等分。
如果我们把数组的切分看做是一个树,那么上图就是它的最优情况的图示,共切分了logn次,所以,最优情况下快速排序的时间复杂度为O(nlogn);
最坏情况:每一次切分选择的基准数字是当前序列中最大数或者最小数,这使得每次切分都会有一个子组,那么总共就得切分n次,所以,最坏情况下,快速排序的时间复杂度为O(n^2);
平均情况:每一次切分选择的基准数字不是最大值和最小值,也不是中值,这种情况我们也可以用数学归纳法证明,快速排序的时间复杂度为O(nlogn)