美文网首页
快速排序

快速排序

作者: vckah | 来源:发表于2018-02-27 16:42 被阅读0次

    快速排序是对冒泡排序的一种改进。
    快速排序由C. A. R. Hoare在1962年提出。

    • 时间复杂度 O(N*logN) 最坏情况 O(n*n)

    基本思想

    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另外一部分的所有数据都要小,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。
    说实话,这个代码是最简单的了,看了感觉很优雅,但是效率嘛

    def quicksort(array):
        if len(array) < 2:
            return array
        pivot = array[0]    # 基准值
        less = [i for i in array[1:] if i < pivot]
        great = [i for i in array[1:] if i > pivot]
    return quicksort(less) + [pivot] + quicksort(great)
    

    快速排序的种类很多,包括随机快排,平衡快排等,这些优化还是很不错的。
    上面的写法其实只有那种思想而已,真实不会那样写:

    def quickSort(nums, left, right):
        if left > len(nums):
            return
        low, high = left, right
        key = nums[0]    
        while left < right:
            while left < right and nums[right] > key:
                right -= 1
            nums[left] = nums[right]
            while left < right and nums[left] <= key:
                left += 1
            nums[right] = nums[left]
        nums[right] = key
        quickSort(nums, low, left -1)
        quickSort(nums, left + 1, high)    
    

    相关联的一道题:
    如何找到一个数组的中位数?
    利用快排思想使得左边的值都比 key 小,右边的值都比 key 大,然后保证 key 的下标为 size // 2 即可

    def partion(arr, start, end):
        left, right = start, end
        key = arr[start]
        while left < right:
            while left < right and arr[right] >= key:
                right -= 1
            arr[left] = arr[right]
            while left < right and arr[left] <= key:
                left += 1
            arr[right] = arr[left]
    
        arr[left] = key
        return left
    
    def getmidnumber(nums):
        start, end = 0, len(nums) - 1
        mid = (end) // 2
        div = partion(nums, start, end)
        while div != mid:
            if div < mid:
                div = partion(nums, start, div - 1)
            else:
                div = partion(nums, div + 1, end)
        return nums[mid]
    

    另一种思路:取数组的前半部分元素建最小堆,然后遍历数组的后半部分,遇到小于堆顶的跳过,大于堆顶的更新堆。最后堆中存放的是数组中一半较大元素。

    # ☕
    def getmidnums(nums):
        if not nums:
            return
        import heapq
        tmp = nums[:len(nums)//2+1]
        print(tmp)
        heapq.heapify(tmp)
        for i in nums[len(nums)//2+1:]:
            if i > tmp[0]:
                heapq.heappushpop(tmp, i)
        print(tmp)
        return tmp[0]
    
    a = [2,1,4,5,3,6,7]
    print(getmidnums(a))
    

    相关文章

      网友评论

          本文标题:快速排序

          本文链接:https://www.haomeiwen.com/subject/slsmxftx.html