快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下,排序n个元素要O(nlogn)次比较。在最坏状况下则需要O(n^2)次比较,但这种状况并不常见。事实上,快速排序通常明显比其他O(nlogn)算法更快,因为它的内部循环可以在大部分的架构上很有效率地被实现出来。
快速排序使用分治策略(Divide and Conquer)来把一个序列分为两个子序列。步骤为:
- 从序列中挑出一个元素,作为”基准”(pivot).
- 把所有比基准值小的元素放在基准前面,所有比基准值大的元素放在基准的后面(相同的数可以到任一边),这个称为分区(partition)操作。
- 对每个分区递归地进行步骤1~2,递归的结束条件是序列的大小是0或1,这时整体已经被排好序了。
分类 | 内部比较排序 |
数据结构 | 数组 |
最差时间复杂度 | 每次选取的基准都是最大(或最小)的元素,导致每次只划分出了一个分区,需要进行n-1次划分才能结束递归,时间复杂度为O(n^2) |
最优时间复杂度 | 每次选取的基准都是中位数,这样每次都均匀的划分出两个分区,只需要logn次划分就能结束递归,时间复杂度为O(nlogn) |
平均时间复杂度 | O(nlogn) |
所需辅助空间 | 主要是递归造成的栈空间的使用(用来保存left和right等局部变量),取决于递归树的深度,一般为O(logn),最差为O(n) |
稳定性 | 不稳定,不稳定发生在基准元素与arr[low]交换的时刻。 |
有两种方案,代码如下:
1. 返回一个排好序的数组
def quick_sort(arr):
if len(arr) < 2:
return arr
else:
pivot = arr[0]
left = [x for x in arr[1:] if x <= pivot]
right = [x for x in arr[1:] if x > pivot]
new_arr = quick_sort(left) + [pivot] + quick_sort(right)
return new_arr
2. 原地排序
def quick_sorted(arr, start, end):
if start >= end:
return
pivot = arr[start]
low = start
high = end
while low < high:
while low < high and arr[high] >= mid:
high -= 1
arr[low] = arr[high]
while low < high and arr[low] < mid:
low += 1
arr[high] = arr[low]
arr[low] = pivot
quick_sorted(arr, start, low-1)
quick_sorted(arr, low+1, end)