【数据结构】快速排序及优化

快速排序（Quicksort）是对冒泡排序的一种改进。

其基本思想是：选择一个基准，通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比基准大，另外一部分的所有数据都要比基准小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。

 

Partition()函数：

每次划分时，当满足判断条件low<high，

1.从high开始向前搜索，找一个比基准小的数数据，将其与基准交换，

2.然后从low开始向后搜索，找一个比基准大的数据，将其放到high的位置上，

重复1，2  直到不满足low<high跳出循环，将基准放在low=high的位置上，返回基准的新位置。

//快速排序的一次划分
int Partition(int *arr,int low,int high)//O(n)(时),O(1)(空) 
{
    int tmp = arr[low];//基准
    while(low < high)
    {
        while(low<high && arr[high]>tmp)
        {
            high--;
        }
        arr[low] = arr[high];
        while(low<high && arr[low]<tmp)
        {
            low++;
        }
        arr[high] = arr[low];
    }

    arr[low] = tmp;//low==high
    return low;
}

Quick()函数：

做为内部函数是为了完成一次封装，

对排序划分的递归调用，

先处理基准左边的数据，调用划分，基准左右两边至少有两个数据，才会调用划分

static void Quick(int*arr,int low,int high)//low为首位数据的指针，high为末位数据的指针
{
    int par = Partition(arr,low,high);
    if(low+1 < par)//左边至少两个数据
    {
        Quick(arr,low,par-1);
    }
    if(par+1 < high)//右边至少两个数据
    {
        Quick(arr,par+1,high);
    }
}

对快排的一次包装，使其只有两个参数，与其他排序的参数一致

void QuickSort(int *arr,int len)//O(nlogn),O(logn),不稳定
{
    Quick(arr,0,len-1);
}

//非递归的快速排序
void QuickSort2(int *arr,int len)//O(n),O(logn),不稳定
{
    SeqStack s;
    InitStack(&s);
    int low = 0;
    int high = len-1;

    int par = Partition(arr,low,high);
    if(low+1 < par)
    {
        Push(&s,low);
        Push(&s,par-1);
    }
    if(par+1 < high)
    {
        Push(&s,par+1);
        Push(&s,high);
    }
    while(!IsEmpty(&s))
    {
        Pop(&s,&high);
        Pop(&s,&low);
        par = Partition(arr,low,high);
        if(low+1 < par)
        {
            Push(&s,low);
            Push(&s,par-1);
        }
        if(par+1 < high)
        {
            Push(&s,par+1);
            Push(&s,high);
        }
    }

    Destroy(&s);
}

对于优化

快排对于初始记录基本有序的情况下，快排与冒泡无异，

对于分治算法，当每次划分时，算法若都能分成两个等长的子序列时，那么分治算法效率会达到最大。也就是说，基准的选择是很重要的。选择基准的方式决定了两个分割后两个子序列的长度，进而对整个算法的效率产生决定性影响。

最理想的方法是，选择的基准恰好能把待排序序列分成两个等长的子序列

 

方法(1)：随机选取基准(不重要)

引入的原因：在待排序列是部分有序时，固定选取枢轴使快排效率底下，要缓解这种情况，就引入了随机选取枢轴

   //基准选区

    srand((unsigned)time(NULL)); 

    int pivotPos;//基准

    pivotPos= rand()%(high - low) + low; 

 

方法(3)：三数取中（median-of-three）(优化有序的数据)

引入的原因：虽然随机选取枢轴时，减少出现不好分割的几率，但是还是最坏情况下还是O(n^2），要缓解这种情况，就引入了三数取中选取枢轴

。。。代码，之后再上