3.排序算法04——快速排序

emmm...可怜的温中高二学子，星期六上了一天课，回到家持续学习算法还有洛伦兹力和解析几何等着我，看了4种排序算法，个人认为最后一种最难理解，先记下来，简单的冒泡排序，选择排序，插入排序再说吧，两周后要期中考了明天还要一早起来写卷子。快速排序属于较快的排序方法：

我可以先考虑假如我已经设计了一个算法partition（li，left，right）：可以把第一个数取出，放到某一位置，使得该位置左侧的所有数皆小于这个数，该位置右侧所有数皆大于这个数，那么，我把这个列表以这个数为界，分为左右两边，分别在两边采用递归，就是再分成两部分而后分别完成类似步骤，最后一定可以达到整个序列的有序

 接下来就是怎么使得paritition这个函数成立的过程，首先确定一个数tem（=5），然后把右箭头从右往左寻找比tem小的第一个遇到的数来填补左箭头处数字被“拿出”后的空缺，即有li[left]=li[right]

 这时，右边这个坐标为right的数的位置空缺，所以左箭头从左往右去寻找第一个遇到的且比tem大的数扔到右边的right位置，即li[right]=li[left]

 同理，左边空缺，右箭头继续向左移动，重复以上步骤，直到两箭头相遇且指向同一个空位，把这个空位填入tem，即可完成一次操作

 

 

 

 算法实现：

1.partition函数

特点是程序还是比较对称性的，内层while的left小于right的限制条件是为了防止right一直向左走出左界线（或left一直向右走出右界线），跳出内层while的条件是左右箭头碰头或找到比tem小./大的值。（其他详情请看注释）

  时间复杂度与效率

 时间复杂度为O（nlogn）：外层while为n，内层虽然两个while，却是left从左往右，right从右往左，相当于一共把列表扫了一遍，扫的次数是二分的次数如下图绘制，所以内层logn，两者相乘得nlogn下图为速度展示

 

总结与讨论 

当然，考虑到最坏情况，如列表[9,8,7,6,5,4,3,2,1]使用快排则会使递归次数变多：
1.会超出递归最大深度     解决方法：调整递归最大深度

2.会增加时间复杂度最坏情况为O（n2）   解决方法：随机找一个数与每一轮的第一个数替换

（一个算法可以有两个时间复杂度如冒泡排序的最优时间复杂度为O（n）但仅有一种情况（已经顺序），平均时间复杂度为O（n））

自己做的程序

import time
start_time = time.time()
def partition(li,left,right):
    tmp = li[left]
    while left<right:
        while left<right and tmp<=li[right]:
            right-=1
        li[left]=li[right]
        while left<right and tmp>=li[left]:
            left+=1
        li[right]=li[left]
    li[left] = tmp
    return left

def quick_sort(li,left,right):
    if left<right:
        mid=partition(li,left,right)
        quick_sort(li,mid+1,right)
        quick_sort(li,left,mid-1)
    return li
def _quick_sort(li,left,right):
    quick_sort(li,left,right)
    return li

li1=[6,5,2,9,8,7,4,1,3]
print(_quick_sort(li1,0,len(li1)-1))
end_time = time.time()
used_time= end_time - start_time
print(used_time)

 运行结果显示：

 后面显示的是时间，可见非常快

部分图片参考自b站IT编程界的扛把子的python算法学习视频，本文仅供个人学习使用，特此声明