【数据结构】排序(2)快速排序

继续学习排序,本篇学习交换排序和归并排序

其中在交换排序中,快速排序是需要掌握的重点

目录

快排大纲一览

一、交换排序

1.冒泡排序

2.快速排序(效率最高)

2.1 hoare版本

2.2 挖坑法

2.3 前后指针法

3.使用场景

快排最差情况

快排最优情况

4.三数取中优化快排(前面取基准值方法均使用)

5.再次细分优化

5.1设置阈值

5.2 加入堆排序

6.循环快排


快排大纲一览

一、交换排序

基本思想:就是根据序列中两个记录键值的比较结果来对换这两个记录在序列中的位置,交换排序的特点是:将键值较大的记录向序列的尾部移动,键值较小的记录向序列的前部移动。

1.冒泡排序

  时间复杂度: O(N^2)
. 空间复杂度: O(1)
稳定性:稳定
应用场景较少,效率底

冒泡排序之前学习过链接如下

C语言中常用的数组排序方法:冒泡排序、选择排序、插入排序、数组的移动(含代码详解)以及相关联系题

2.快速排序(效率最高)

所有排序算法中面试官让写概率最高的

快速排序是 Hoare 1962 年提出的一种二叉树结构的交换排序方法
其基本思想为:
假设排升序:
1. 任取待排序元素序列中 的某元素作为基准值,按照该基准值将待排序集合分割成两子序列, 左子序列中所有元素均小于基准值,右 子序列中所有元素均大于基准值
左侧小于基准值基准值右侧大于基准值

两侧数据不一定有序

2.递归排基准值左侧
3.递归排基准值右侧
void QuickSort(int array[], int left, int right)
{
	if (right - left <= 16) //这样原因见5
	{
		return;
	}
	else
	{
		// 1. 在[left, right)的区间中找一个基准值,然后按照基准值
		// 将区间分割成两部分
		int div = Partion(array, left, right);

		// div表示分割完成之后基准值在数组中的下标

		// 2. 递归排基准值的左侧
		QuickSort(array, left, div);

		// 3. 递归排基准值的右侧,+!是应为左闭右开
		QuickSort(array, div + 1, right);
	}
}

基准值的选择:基准值取区间中的任意数据都可以,但是为了实现简单,一般取左右两侧的数据作为基准值

对于快排,如何划定基准值区间是十分重要的,主要有三种

2.1 hoare版本

3186027945

基准值 key = 5

将begin指向3 , end指向5

 第一次走一遍abc结果如下,8与4交换

3146027985

第二次走abc ,6与2交换

3142067985

此时继续a,begin与end相遇,循环结束

循环结束之后,将begin位置上的元素与区间最右侧的元素进行交换,6与5交换

3142057986

此时找到了基准值,达到了目的。左侧小于基准值,右侧大于基准值

最后返回begin或者end即可

// 划分方式一:hoare
// 时间复杂度:O(N)
int Partion1(int array[], int left, int right)
{
	int keyIndex = GetMiddleIndex(array, left, right);
	Swap(&array[keyIndex], &array[right - 1]);

	int begin = left;   // 注意begin一定不能从0开始
	int end = right - 1;
	int key = array[end];

	while (begin < end)
	{
		// 让begin从前往后找,找比基准值大的元素
		while (begin < end && array[begin] <= key)
			begin++;

		// 让end从后往前找,找比基准值小的元素
		while (begin < end && array[end] >= key)
			end--;

		if (begin < end)
		{
			Swap(&array[begin], &array[end]);
		}
	}

	if (begin != right - 1)
	{
		// Swap(&array[begin], &key); // 错误
		Swap(&array[begin], &array[right - 1]);
	}
	
	return begin;
}

2.2 挖坑法

3186027945

基准值 key = 5,将begin指向3 , end指向5

 时间复杂度:O(N)

// 挖坑法
// 时间复杂度:O(N)
int Partion2(int array[], int left, int right)
{
	int keyIndex = GetMiddleIndex(array, left, right);
	Swap(&array[keyIndex], &array[right - 1]);

	int begin = left;   // 注意begin一定不能从0开始
	int end = right - 1;
	int key = array[end];  // end位置现在就是一个坑

	while (begin < end)
	{
		// 让begin从前往后找,找比基准值大的元素
		while (begin < end && array[begin] <= key)
			begin++;

		// 找到比基准值大的元素
		if (begin < end)
		{
			array[end] = array[begin];
			end--;
		}

		// begin位置又是一个新的坑位
		// 让end从后往前找比基准值小的元素,去填begin位置的坑
		while (begin < end && array[end] >= key)
			end--;

		if (begin < end)
		{
			// 去填begin位置的坑
			array[begin] = array[end];
			begin++;
		}

		// end位置又是一个新的坑位
	}

	// 最后需要用key将最后的一个坑位填充
	array[begin] = key;
	return begin;
}

2.3 前后指针法

时间复杂度:O(N)

// 前后指针
// 时间复杂度:O(N)
int Partion(int array[], int left, int right)
{
	int cur = left;
	int prev = cur - 1;

	int keyIndex = GetMiddleIndex(array, left, right);
	Swap(&array[keyIndex], &array[right - 1]);
	int key = array[right - 1];
	while (cur < right)
	{
		// 让cur从前往后找,找比基准值小的元素
		// 找到之后,如果prev的下一个位置和cur不相等则交换
		if (array[cur] < key && ++prev != cur)
		{
			Swap(&array[prev], &array[cur]);
		}

		++cur;
	}
	
	if (++prev != right-1)
	{
		Swap(&array[prev], &array[right - 1]);
	}
	
	return prev;
}

当prev和cur 是一前一后关系时,说明cur从前往后找的过程中暂未遇到比基准值大的值

当prev和cur之间有间隔时,prev下一个位置到cur之间的元素都是比基准值大的元素

3.使用场景

快排最差情况

元素基本有序的情况下,在取基准值的时候,每次拿到基准值概率更高,所以:

快排实际上不适合元素基本有序的场景,比较适合元素杂乱的场景

 拿二叉树来说就像一个单支二叉树,每层只有一个节点

最终比较实际复杂度为 O(N^2)

快排最优情况

此时二叉树就是一个 二叉平衡树:求高度方式为 logN

最优情况下 时间复杂度 O(NlogN)

4.三数取中优化快排(前面取基准值方法均使用)

为了解决上述快排的问题,采用 三数取中的方法来优化快速排序

/三数取中法优化快排: 主要是降低拿到极值的概率 


int GetMiddleIndex(int array[], int left, int right)
{
	int mid = left + ((right - left) >> 1);

	// array[left]
	// array[mid]
	// array[right-1]
	if (array[left] < array[right - 1])
	{
		if (array[mid] < array[left])
			return left;
		else if (array[mid] > array[right - 1])
			return right - 1;
		else
			return mid;
	}
	else
	{
		// array[left] >= array[right-1]
		if (array[mid] > array[left])
			return left;
		else if (array[mid] < array[right - 1])
			return right - 1;
		else
			return mid;
	}
}

5.再次细分优化

5.1设置阈值

随着递归不断进行,区间元素也越来越少,少于一定数量的时候就不需要往下划分了,不断划分也会增加递归深度,如果本身元素特别多,划分太深会导致栈溢出

所以设置递归的时候不需要区间元素个数少于1的时候递归退出,可以设置一个阈值:当区间元素少于阈值时,可以采用插入排序来对区间中的元素进行排序

 所以就有了本章最开始的代码

void QuickSort(int array[], int left, int right)
{
	if (right - left <= 16)
	{
		return;
	}
	else
	{
		// 1. 在[left, right)的区间中找一个基准值,然后按照基准值
		// 将区间分割成两部分
		int div = Partion(array, left, right);

		// div表示分割完成之后基准值在数组中的下标

		// 2. 递归排基准值的左侧
		QuickSort(array, left, div);

		// 3. 递归排基准值的右侧,+!是应为左闭右开
		QuickSort(array, div + 1, right);
	}
}


5.2 加入堆排序

如果数据量太大,没达到阈值前就已经递归深度过深造成栈溢出

1.设置快排递归次数的阈值,达到这个递归次数就不能继续递归

2.为了不影响快排时间复杂度,后续分组直接采用堆排序处理(选择堆排序的原因是他的时间复杂度也是 O(NlogN))

递归深度:logN 即二叉平衡树高度

6.循环快排

循环快排需要用到栈,记得调用栈的文件

创建栈之后,先把左右边界压入栈中,通过划分基准值,不断递归

void QuickSortNor(int array[], int size)
{
	Stack s;
	StackInit(&s);

	StackPush(&s, size);//压右边界
	StackPush(&s, 0); //压左边届

	while (!StackEmpty(&s))
	{
		
		int left = StackTop(&s);
		StackPop(&s);


		int right = StackTop(&s);
		StackPop(&s);

		// [left, right)中的区间进行划分
		if (right - left <= 1)
			continue;

		int div = Partion(array, left, right);

		// 基准值的左侧[left, div)
		// 基准值的右侧[div+1,right)

		// 将基准值的右侧压栈
		// 先压右侧然后再压区间的左侧
		StackPush(&s, right);
		StackPush(&s, div + 1);

		// 将基准值的左侧压栈
		// 先压右侧然后再压区间的左侧
		StackPush(&s, div);
		StackPush(&s, left);
	}

	StackDestroy(&s);
}

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值