前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【漫画】不要再问我快速排序了

【漫画】不要再问我快速排序了

作者头像
帅地
发布2018-12-13 18:01:53
4790
发布2018-12-13 18:01:53
举报
文章被收录于专栏:苦逼的码农苦逼的码农

背景

不知道从哪天开始,一禅也陷入了编程这条道路.....

一禅:归并排序是一种基于分治思想的排序,处理的时候可以采取递归的方式来处理子问题。我弄个例子吧,好理解点。例如对于这个数组arr[] = { 4,1,3,2,7,5,8,0}。

我们把它切割成两部分。

把左半部分和右半部分分别排序好。

之后再用一个临时数组,把这两个有序的子数组汇总成一个有序的大数组

排好之后在复制回源arr数组

这时,源数组就排序完毕了

一禅:左半部分和右半部分的排序相当于一个原问题的一个子问题的,也是采取同样的方式,把左半部分分成两部分,然后....

直到分割子数组只有一个元素或0个元素时,这时子数组就是有序的了(因为只有一个元素或0个,肯定是有序的啊),就不用再分割了,直接返回就可以了(当然,我在讲解这个归并排序的过程中,是假设你大致了解归并排序的前提下的了)

一禅:把一个n个元素的数组分割成只有一个元素的数组,那么我需要切logn次,每次把两个有序的子数组汇总成一个大的有序数组,所需的时间复杂度为O(n)。所以总的时间复杂度为O(nlogn)

快速排序

小白:那倒不是,快速排序的平均时间复杂度也是O(nlogn),不过他不需要像归并排序那样,还需要一个临时的数组来辅助排序,这可以节省掉一些空间的消耗,而且他不像归并排序那样,把两部分有序子数组汇总到临时数组之后,还得在复制回源数组,这也可以节省掉很多时间。

小白:快速排序也是和归并排序差不多,基于分治的思想以及采取递归的方式来处理子问题。例如对于一个待排序的源数组arr = { 4,1,3,2,7,6,8}。

我们可以随便选一个元素,假如我们选数组的第一个元素吧,我们把这个元素称之为”主元“吧。

然后将大于或等于主元的元素放在右边,把小于或等于主元的元素放在左边。

通过这种规则的调整之后,左边的元素都小于或等于主元,右边的元素都大于或等于主元,很显然,此时主元所处的位置,是一个有序的位置,即主元已经处于排好序的位置了。

主元把数组分成了两半部分。把一个大的数组通过主元分割成两小部分的这个操作,我们也称之为分割操作(partition)。

接下来,我们通过递归的方式,对左右两部分采取同样的方式,每次选取一个主元 元素,使他处于有序的位置。

那什么时候递归结束呢?当然是递归到子数组只有一个元素或者0个元素了

分割操作:单向调整

一禅:就按照你说的,选一个主元,你刚才选的是第一个元素为主元,这次我选最后一个为主元吧,哈哈。假设数组arr的范围为[left, right],即起始下标为left,末尾下标为right。源数组如下

然后可以用一个下标 i 指向 left,即 i = left ;用一个下标 j 也指向l eft,即j = left

接下来 j 从左向右遍历,遍历的范围为 [left, right-1] ,遍历的过程中,如果遇到比主元小的元素,则把该元素与 i 指向的元素交换,并且 i = i +1

当j指向1时,1比4小,此时把i和j指向的元素交换,之后 i++。

就这样让j一直向右遍历,直到 j = right

遍历完成之后,把 i 指向的元素与主元进行交换,交换之后,i 左边的元素一定小于主元,而 i 右边的元素一定大于或等于主元。这样,就 i 完成了一次分割了。

一禅一言不合就把代码撸好了,第一版代码如下:

代码语言:javascript
复制
//分割操作:方法一,单向调整
int partion(int a[], int left, int right)
{
    int temp,pivot;//pivot存放主元
    int i,j;
    i = left;
    pivot = a[right];
    for(j = left;j < right;j++)
    {
        if(a[j] < pivot)
        {  //交换值
            temp = a[i];
            a[i] = a[j];
            a[j] = temp;
            i++;
        }
    }
    a[right] = a[i];
    a[i] = pivot;
    return i;//把主元的下标返回
}
//快速排序
void QuickSort(int a[], int left, int right)
{
    int center;
    int i,j;
    int temp;
    if(left < right)
    {
       center = partion(a,left,right);
       QuickSort(a,left,center-1);//左半部分
       QuickSort(a,center+1,right);//右半部分
    }
}

分割操作:双向调整

小白:对啊,因为你这调整方法,可能会出现对同一个元素,进行多次交换,例如刚才你在演示的那组元素,在j向右遍历交换的过程中:

第一次:8和1交换

第二次:8和3交换

第三次:8和2交换

8被重复交换了很多次

小白:其实,我们可以这样来调整元素。我还是用我的第一个元素充当主元吧。哈哈

源数组如下

然后用令变量i = left + 1,j = right。然后让 i 和 j 从数组的两边向中间扫描。

i 向右遍历的过程中,如果遇到大于或等于主元的元素时,则停止移动,j向左遍历的过程中,如果遇到小于或等于主元的元素则停止移动。

当i和j都停止移动时,如果这时i < j,则交换 i, j 所指向的元素。此时 i < j,交换8和3

然后继续向中间遍历,直到i >= j。

此时i >= j,分割结束。

最后在把主元与 j 指向的元素交换(当然,与i指向的交换也行)。

这个时候,j 左边的元素一定小于或等于主元,而右边则大于或等于主元。

到此,分割调整完毕

代码如下:

代码语言:javascript
复制
方法二:双向扫描
int partition2( int[] arr, int left, int right)
{
  int pivot = arr[left];
  int i = left + 1;
  int j = right;
  while(true)
  {  
    //向右遍历扫描
    while(i < j && arr[i] <= pivot) i++;
    //向左遍历扫描
    while(i < j && arr[j] => pivot) j--;
    if(i >= j)
      break;
    //交换
    int temp = arr[i];
    arr[i] = arr[j];
    arr[j] = temp;
  }
  //把arr[j]和主元交换
  arr[left] = arr[j];
  arr[j] = povit;
  return j;
}

时间复杂度

小白:因为快速排序的最坏时间复杂度是O(n2)。

例如有可能会出现一种极端的情况,每次分割的时候,主元左边的元素个数都为0,而右边都为n-1个。这个时候,就需要分割n次了。而每次分割整理的时间复杂度为O(n),所以最坏的时间复杂度为O(n2)。

而最好的情况就是每次分割都能够从数组的中间分割了,这样分割logn次就行了,此时的时间复杂度为O(nlogn)。

而平均时间复杂度,则是假设每次主元等概率着落在数组的任意位置,最后算出来的时间复杂度为O(nlogn),至于具体的计算过程,我就不展开了。

不过显然,像那种极端的情况是极少发生的。

小白:哈哈,之所以说它快,是因为它不像归并排序那样,需要额外的辅助空间,而且在分割调整的时候,不像归并排序那样,元素还要在辅助数组与源数组之间来回复制。

稳定性

一禅:不是啊,例如,在排序的过程中,主元在和j交换的时候是有可能破坏稳定性的,例如

把主元与j指向的元素进行交换

本次算是讲到这里结束了,不过我这里再提供另一种随机选取主元的方法,为了降低极端情况出现的可能性,我们可以随机选取主元,而不是固定一个位置选取。代码去下:

代码语言:javascript
复制
//随机选取主元
int random_partition(int[] arr, int left, int right)
{
  i = random(left, right);//随机选取一个位置
  //在把这个位置的元素与ar[left]交换
  swap(arr[i], arr[left]);
  
  return partition(arr, left, right);
}

终于写完,这个快排写了挺长时间,觉得有收获的话,可以转发支持一波哦(´-ω-`)。

- End -

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-11-13,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 帅地玩编程 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档