【408DS算法题】基础002-快速排序

题目

代码实现快速排序，将线性表a按照从小到大的顺序进行排序。
（*注意：此算法中用到了递归，关于实现递归的细节思想先不在此讨论）

---

初步分析实现

首先梳理快速排序算法的基本思想：

1. 每趟选择一个元素作为枢轴(pivot)
2. 每趟扫描的目标是将数组元素整理为 {<枢轴}{枢轴}{>枢轴} 这样的三部分，这样枢轴元素的位置就调整为了排序完成时的最终位置
3. 对 {<枢轴} 和 {>枢轴} 这两部分递归进行同样的扫描
4. 随着扫描的进行，每部分的元素个数不断减小，当元素个数减小为1时，表示已经到达递归的终点

本文中枢轴的选择策略——每次选择范围内最左侧元素。
另外，为了维持算法的稳定性，将=pivot的元素看作>pivot的元素，保持其一直待在枢轴元素的右侧，这样至少大小为pivot的元素是稳定的。

理想中一趟扫描前后对比：

[灰色格子为枢轴元素，此处元素的ab下标是为了区分相同大小的元素，用于检测算法的稳定性]

扫描具体过程（用双指针实现）
初始化：

双指针开始执行扫描操作：

双指针继续执行：


以上就是当前策略下一趟排序的过程，具体实现如下：

测试版实现

void quickSort(vector<int>& a, int left, int right){
	// 元素范围为[left, right]，left>=right时无需调整
	if(left >= right)
		return ;
	// [left, right]区间内元素个数大于1时，进行调整
	int i = left, j = right;
	// 选择最左边的元素作为pivot
    int pivot = a[left]; 
	while (i < j){
		// 尝试尽量保持算法稳定性，使>pivot与=pivot等价
		while (i < j && a[j] >= pivot)
            j--;
		a[i++] = a[j];
		// <pivot作为第二种情况
		while (i < j && a[i] < pivot)
            i++;
		a[j--] = a[i];
	}
	// 将pivot归位
	a[i] = pivot;
	// 递归扫描区间[left, i)  （元素值<=pivot）
	quickSort(a, left, i - 1);
	// 递归扫描区间(i, right]  （元素值>=pivot）
	quickSort(a, i + 1, right);
}

---

分析改进

1. 从上面的例子可以看到算法依旧是不稳定的（数组$⟸$调整时类似于数组逆置），因此可以放弃一开始为了保持算法稳定性的操作，追求尽可能快地进行一趟扫描——两指针都不对=pivot的元素进行移动操作
2. 上面例子中出现了当i==j时对两元素进行交换的情况，可以添加条件避开（挖个坑，条件判断的时间消耗是不是真的<i==j时数组交换的时间消耗）

最终版

void quickSort(vector<int>& a, int left, int right){
	// 元素范围为[left, right]，left>=right时无需调整
	if(left >= right)
		return ;
	// [left, right]区间内元素个数大于1时，进行调整
	int i = left, j = right;
	// 选择最左边的元素作为pivot
    int pivot = a[left]; 
	while (i < j){
		// 追求更快地完成一趟扫描，略过=pivot
		while (i < j && a[j] >= pivot)
            j--;
		// 对数组赋值添加前提条件
		if(i < j)
			a[i++] = a[j];
			
		// 同样略过=pivot
		while (i < j && a[i] <= pivot)
            i++;
		if(i < j)
			a[j--] = a[i];
	}
	a[i] = pivot;
	
	quickSort(a, left, i - 1);
	quickSort(a, i + 1, right);
}

总结分析

以上就是经典的快速排序，下面对比一下优化前后一趟扫描的过程（右侧为优化后）：

再看一下排序的整体过程（优化版）：

[红色代表元素已经处在最终位置。灰色表示此趟扫描选择的枢轴]