定义
快速排序使用了分而治之的策略(divide and conquer,D&C),一种著名的递归式问题解决方法。
步骤
快速排序的实现原理有三个步骤:
(1) 选择基准值。
(2) 将数组分成两个子数组:小于基准值的元素和大于基准值的元素。
(3) 对这两个子数组进行快速排序。
简单实现
根据实现原理可以写出如下的代码实现:
def quick_sort(arr):
if len(arr) < 2:
return arr
else:
pivot = arr[0] #基准数
less = [i for i in arr[1:] if i <= pivot] #小于等于基准数的数组
greater = [i for i in arr[1:] if i > pivot] #大于基准数的数组
return quick_sort(less) + [pivot] + quick_sort(greater)
一次遍历
这个实现中需要遍历两次原数组,能不能只遍历一次就把元素分成两个子数组呢?答案当然是肯定的。其实就是快速排序比较正宗的实现方法:挖坑和填坑。
以下面的数组为例
原数组
简单的选择第一个元素为基准,这样就出现了一个坑:下标为0的位置
基准
从右边开始找到第一个小于基准的元素即下标5的元素,把该元素的值放到下标为0的位置
填第一个坑
从左边坑(下标为0的位置)的下一个元素开始找到第一个大于等于基准的元素即下标为4的元素,把该元素的值放到第二个坑的位置(下标5处)
填第二个坑
当开始下次从右边查找小于基准的时候,发现左右游标相遇了,这就是本次查找的结束条件,此时把基准放入
基准入列
此时以下标4为界线分成了两个数组,然后对两个数组分别按照上述步骤进行排序即可。
数组切割
代码实现
def quick_sort(arr):
if len(arr) < 2:
return arr
else:
pivot = arr[0]
i = 0
j = len(arr) - 1
while i < j:
while i < j and arr[j] >= pivot:
j -= 1
if i < j:
arr[i] = arr[j]
i += 1
while i < j and arr[i] < pivot:
i += 1
if i < j:
arr[j] = arr[i]
j -= 1
arr[i] = pivot
return quick_sort(arr[:i]) + [pivot] + quick_sort(arr[i+1:])
继续优化
针对第二种实现方法,还有可以再次进行优化就是在原数组上进行操作,不对数组进行切割。
def quick_sort(arr, l, r):
if l >= r:
return []
pivot = arr[l]
i = l
j = r
while i < j:
while i < j and arr[j] >= pivot:
j -= 1
if i < j:
arr[i] = arr[j]
i += 1
while i < j and arr[i] < pivot:
i += 1
if i < j:
arr[j] = arr[i]
j -= 1
arr[i] = pivot
return quick_sort(arr, l, i) + [pivot] + quick_sort(arr, i+1, r)
时间复杂度
快速排序算法的平均时间复杂度为 O(NlogN)。快排的最差情况为序列完全有序,此时快排退化为冒泡排序,时间复杂度为 O(n2) 。
快速排序的优化
快速排序基准的选择对于后续的排序有一定的影响,选择基准有几种方法:首元素、随机选择法、三数中值分割法等。
对于元素较少或接近有序的数组来说,快速排序平均性能比插入排序差。因此可以先利用快速排序把数组分割之后,再利用插入排序进行小数组的排序。
网友评论