首先我们引入一张思维导图,并且以后的排序博客我将以这位博主的博文为基础,进行代码自我实现,简单介绍以及自我理解。
链接:cnblogs.com/cndarren/p/11787368.html
快速排序
快速排序的思想:快速排序的思想是选取一个基准,定义两个指针,一个指针在前(low),一个指针在后(high);先从后向前(从high位置开始,high–)找比基准小的值,然后与放到基准位置;再从前向后(从low位置开始,low++)找比基准大的,放到 high 的位置。再从high开始向前找比基准小的值,放到 low 的位置。直到 high 与 low 重合,这时,我们把基准放到low(high)的位置,就把这个序列分割成了两个部分,比基准值大的序列(右半部分),比基准值小的部分(左半部分)。然后在对左边和右边序列再进行上述操作。
我们用图来展示一轮排序的过程,
递归实现:
public static int partition(int[] arr,int low, int high){ //返回的是基准一次划分之后的位置
int partition = arr[low]; //选择arr[low]作为基准
//先从前向后找
//再从后先前找
//直到两个指针重合
int i = low; //不能改变low和hihg指针的实际值,所以用变量进行保存
int j = high;
while(i < j){
//从后向前
while(j > i){
if(arr[j] < partition){ //如果high指向的位置的数字比基准小,放到基准位置也就是 arr[low]
arr[i] = arr[j];
break;
}
j--;
}
//先判断一下high 和 low 是否重合
if(i == j){ //如果重合直接break
break;
}
//从前向后
while(i < j){
if(arr[i] > partition){
arr[j] = arr[i];
break;
}
i++;
}
//再判断一下
if(i == j){
break;
}
}
arr[i] = partition;
return i;
}
public static void quickPass(int[] arr, int low ,int high){
//中止条件 当两个指针相等或者越界的时候就证明一次排序结束了
if(low >= high){
return ;
}
int partition = partition(arr,low,high); //返回基准值的位置
if(partition - low > 1){ //也就是说基准的左边的序列元素个数大于1个
quickPass(arr,low,partition-1); //此时进入递归,左边的序列还需要进行快速排序,low = low high = partition -1
}
if(high - partition > 1 ){ //也就是说基准的右边序列元素大于1个
quickPass(arr,partition+1,high); //右边的序列在进行快速排序 low = parititon + 1; high = high;
}
}
public static void quickSort(int[] arr ){
if(arr.length < 2 || arr == null){
return ;
}
quickPass(arr,0,arr.length-1);
}
非递归实现(利用栈):
实现思想:我们进行一次划分后,我们划出了左序列和右序列,我们让两个序列的左边界分右边界都入栈。
这时,栈中存在的就是还需要划分的序列的一个范围元素,我们pop两次,第一次pop取出的是范围的右边界,第二次取出的是范围的左边界。
我们对 arr 中这一边界中的元素再进行一次划分,对比,是否还需要划分,如果还需要划分,那就接着让左边界和右边界入栈,再pop两次,循环往复。直到栈为空位置。当栈为空时,那么就说明这个序列是完全有序的了。
实现:
public static int partition(int[] arr,int low, int high){ //返回的是基准一次划分之后的位置
int partition = arr[low]; //选择arr[low]作为基准
//先从前向后找
//再从后先前找
//直到两个指针重合
int i = low; //不能改变low和hihg指针的实际值,所以用变量进行保存
int j = high;
while(i < j){
//从后向前
while(j > i){
if(arr[j] < partition){ //如果high指向的位置的数字比基准小,放到基准位置也就是 arr[low]
arr[i] = arr[j];
break;
}
j--;
}
//先判断一下high 和 low 是否重合
if(i == j){ //如果重合直接break
break;
}
//从前向后
while(i < j){
if(arr[i] > partition){
arr[j] = arr[i];
break;
}
i++;
}
//再判断一下
if(i == j){
break;
}
}
arr[i] = partition;
return i;
}
public static int[] quickSort1(int[] arr){
Stack<Integer> stack = new Stack(); //定义一个栈
int low = 0;
int high = arr.length-1;
//调用一次划分,先把待排序列分为两部分
int p = partition(arr,low,high);
if(p - low >1){ //如果 基准位置距离左指针的长度大于1 ,也就是划分后左序列的数字不止一个。
stack.push(low); //把左序列的左边界入栈
stack.push(p-1); //右边界入栈
}
if(high - p > 1){ //也就是右序列的数字个数大于1
stack.push(p+1); //右序列的左边界入栈
stack.push(high); //右序列的右边界入栈
}
//只要不为空,那就证明有待排序列
while(!stack.isEmpty()){
high = stack.pop(); //取出待排序列的右边界
low = stack.pop(); //待排序列的左左边界
//我们对边界内的数字在进行一次划分
p = partition(arr,low,high);
//再对左序列和右序列进行判断,如果还需要划分,那就再次让左边界
//和右边界入栈,再出栈,进行一次划分,再判断,直到栈空为止(也就是待排序列为空为止)
if(p - low > 1){
stack.push(low);
stack.push(p-1);
}
if(high - p > 1){
stack.push(p+1);
stack.push(high);
}
}
return arr;
}
时间复杂度:O(n* log2 n)。因为我们是不断的一分为二,一分为二的过程。
空间复杂度 : O(log2 n)。 我们进行一次划分的时候不断的在借助空间,虽然最后会被销毁,但是一共借助了(log 2 n)次
稳定性:不稳定。
优化:对于快速排序,如果完全有序(也就是最好情况),我们会退化为选择排序
如果是最坏情况,那么时间复杂度会提升到 O(n^2);
对于最好情况,我们可以让基准不再是arr【low】,而是一个随机的下标,这样再进行第一次划分的时候,就会直接判断为完全有序。时间复杂度会直接降为 O(n) ;
对于最坏情况,我们可以在进行几次划分后,对待排序列的长度进行判断,如果待排序列的长度小于一定的值,我们直接采用直接插入排序,因为直接插入排序的特性就是越有序越快。当待排序列已经划分了几次,那么它的有序性就会相对较高,这时进入直接插入排序会更快!
以下是把基准选择为中间下标的实现思想:
思路很简单,只要选择好下标之后,直接和arr【low】进行交换即可,其余不变。
代码参考:
public static void quicksort(int[] arr, int low ,int high){
if(arr.length <2 || arr == null || low <0 || high > arr.length-1)return;
int parition = parition(arr,low,high);
if(parition - low > 1){
parition(arr,low,parition-1);
}
if( high - parition > 1){
parition(arr,parition+1,high);
}
}
public static int parition (int[] arr,int low ,int high){
int pivot = arr[(low+high) >> 1];
swap(arr,low,(low+high) >> 1);
int i = low;
int j = high;
while(i < j){
//从后向前找
while(i < j){
if(arr[j] <= pivot){
arr[i] = arr[j];
break;
}
j--;
}
while(i < j){
if(arr[i] > pivot){
arr[j] = arr[i];
break;
}
i++;
}
if(i == j){
break;
}
}
arr[i] = pivot;
return i;
}