【排序算法】快速排序

• 初级排序算法

  • 选择排序：选择排序算法
  • 插入排序：插入排序算法
  • 冒泡排序：冒泡排序算法
  • 希尔排序：希尔排序算法

• 归并排序：归并排序

• 快速排序：快速排序
  
  
  文末有算法可视化哦~

快速排序

算法思路:

快速排序是一种采用了分治+快慢双指针的排序算法:

1. 选择一个基准元素，通常是数组中的第一个元素或最后一个元素;
2. 使用两个指针，一个指向数组的起始位置，一个指向下一个位置，前者之前的元素应都小于基准元素;
3. 将第二个指针移动，直到找到一个比基准元素小的元素，然后交换它和前一个指针元素的位置;
4. 重复这个过程，直到第二个指针到子数组右边界;
5. 将基准元素与第一个指针的下一个元素交换，这样基准元素左边的元素都比它小，右边的元素都比它大;
6. 递归地对基准元素左右两边的子数组进行排序。

算法实现:

// 6、快速排序
int partition(std::vector<int>& arr, int l, int r) {
    // pivot 基准元素
    int pivot = arr[r];
    int i = l - 1;

    for (int j = l; j < r; j++) {
        if (arr[j] < pivot) {
            i++;
            std::swap(arr[i], arr[j]);
        }
    }
    std::swap(arr[i + 1], arr[r]);
    return i + 1;
}

void quickSort(std::vector<int>& arr, int l, int r) {
    if (l < r) {
        int pi = partition(arr, l, r);
        quickSort(arr, l, pi - 1);
        quickSort(arr, pi + 1, r);
    }
}

时间复杂度分析:

快速排序使用的时间与我们选取的基准元素有很大关系，最理想的情况是刚好选到数组的中位数，这样每次递归问题规模都会减半，这种情况下时间复杂度为$O(n\log n)$，但在最坏的情况下，比如选择的基准元素每次都使数组分为一个较小的和一个较大的子数组，这种情况下时间复杂度为$O(n\log n)$。平均情况来看，快速排序的时间复杂度为**$O(n\log n)$**。

为了减少最坏情况的出现的概率，我们通常可以采用下面的两种方法来选择基准元素：

• 三数取中法：从子数组的第一个、中间和最后一个元素中选择中间大小的元素作为基准元素。这种方法可以减少最坏情况的出现，提高快速排序的性能。

• 随机选取法：随机选择子数组中的一个元素作为基准元素。这种方法可以减少对输入数据的依赖，降低最坏情况出现的概率。

算法可视化: