【数据结构与算法python】快速排序算法的python实现

1、概念解释

（1）思路

快速排序的思路是依据一个“中值”数据项来把数据表分为两半：小于中值的一半和大于中值的一半， 然后每部分分别进行快速排序（递归）如果希望这两半拥有相等数量的数据项，则应该找到数据表的“中位数”但找中位数需要计算开销！要想没有开销，只能随意找一个数来充当“中值”比如，第1个数。

（2）递归三要素

快速排序的递归算法“递归三要素”如下

• 基本结束条件：数据表仅有1个数据项，自然是排好序的
• 缩小规模：根据“中值”， 将数据表分为两半， 最好情况是相等规模的两半
• 调用自身：将两半分别调用自身进行排序（排序基本操作在分裂过程中）

（3）实现步骤

❖分裂数据表的目标：找到“中值”的位置
❖分裂数据表的手段
设置左右标（left/rightmark）
左标向右移动，右标向左移动
• 左标一直向右移动，碰到比中值大的就停止
• 右标一直向左移动，碰到比中值小的就停止
• 然后把左右标所指的数据项交换
继续移动，直到左标移到右标的右侧，停止移动
这时右标所指位置就是“中值”应处的位置
将中值和这个位置交换
分裂完成，左半部比中值小，右半部比中值大

2、代码实现

def quickSort(alist):
   quickSortHelper(alist,0,len(alist)-1)

def quickSortHelper(alist,first,last):
   if first<last:

       splitpoint = partition(alist,first,last)

       quickSortHelper(alist,first,splitpoint-1)
       quickSortHelper(alist,splitpoint+1,last)


def partition(alist,first,last):
   pivotvalue = alist[first]

   leftmark = first+1
   rightmark = last

   done = False
   while not done:

       while leftmark <= rightmark and \
               alist[leftmark] <= pivotvalue:
           leftmark = leftmark + 1

       while alist[rightmark] >= pivotvalue and \
               rightmark >= leftmark:
           rightmark = rightmark -1

       if rightmark < leftmark:
           done = True
       else:
           temp = alist[leftmark]
           alist[leftmark] = alist[rightmark]
           alist[rightmark] = temp

   temp = alist[first]
   alist[first] = alist[rightmark]
   alist[rightmark] = temp


   return rightmark
   
alist = [54,26,93,17,77,31,44,55,20]
quickSort(alist)
print(alist)

3、算法分析

（1）时间复杂度

快速排序过程分为两部分： 分裂和移动如果分裂总能把数据表分为相等的两部分，那么就是O(log n)的复杂度；而移动需要将每项都与中值进行比对，还是O(n)，综合起来就是O(nlog n)；

（2）优点

算法运行过程中不需要额外的存储空间。

（3）缺点

如果不那么幸运的话， 中值所在的分裂点过于偏离中部， 造成左右两部分数量不平衡。极端情况下， 有一部分始终没有数据， 这样，时间复杂度就退化到O(n2)，还要加上递归调用的开销（比冒泡排序还糟糕）