zoukankan      html  css  js  c++  java
  • 快速排序

    快速排序

    对于n个数的输入数组来说,快速排序是一种最坏情况时间复杂度为O(n2)的排序算法,虽然最坏情况时间复杂度很差,但是快速排序通常是实际排序中最好的选择,因为它的平均性能非常好:它的期望时间复杂度是O(nlgn),而且O(nlgn)中隐含的常数因子非常小。

    1、快速排序的描述

      快速排序算法采用的分治算法,因此对一个子数组A[p…r]进行快速排序的三个步骤为:

      (1)分解:数组A[p...r]被划分为两个(可能为空)子数组A[p...q-1]和A[q+1...r],给定一个枢轴,使得A[p...q-1]中的每个元素小于等于A[q],A[q+1...r]中的每个元素大于等于A[q],q下标是在划分过程中计算得出的。

      (2)解决:通过递归调用快速排序,对子数组A[p...q-1]和A[q+1...r]进行排序。

      (3)合并:因为两个子数组是就地排序,不需要合并操作,整个数组A[p…r]排序完成。

      快速排序关键过程是对数组进行划分,划分过程需要选择一个主元素(pivot element)作为参照,围绕着这个主元素进划分子数组。举个列说明如何划分数组,现有子数组A={24,15,27,5,43,87,34},以最后一个元素为主元素进行划分,划分过程如图所示:

    书中给出了划分过程的伪代码:

    书中给出了划分过程的伪代码:

    复制代码
    复制代码
    1 PARTITION(A,p,r)
    2    x = A[r]   //将最后一个元素作为主元素
    3   i = p-1
    4    for j=p to r-1     //从第一个元素开始到倒数第二个元素结束,比较确定主元的位置
    5        do if A[j] <= x
    6              i = i+1
    7              exchange A[i] <-> A[j]
    8    exchange A[i+1]<->A[r]   //最终确定主元的位置
    9    return i+1   //返回主元的位置
    复制代码
    复制代码

    根据划分过程的为代码,书中又给出了快速排序的为代码:

    1 QUICKSORT(A,p,r)
    2     if p<r
    3        q = PARTITION(A,p,r)    //确定划分位置
    4        QUICKSORT(A,p,q-1)     //子数组A[p...q-1]
    5        QUICKSORT(Q,q+1,r)     //子数组A[q+1...r]

     采用C++语言实现一个完成的快速排序程序,程序如下:

    #include<iostream>
    using namespace std;
    void swap(int *a,int *b)
    {
        int temp=*a;
        *a=*b;
        *b=temp;
    }
    size_t Partition(int arr[],int p,int r)
    {
        int x=arr[r];
        int i=p-1;
        int j;
        for(j=p;j<r;j++)
        {
            if(arr[j]<x)
            {
                i++;
                swap(&arr[i],&arr[j]);
            }
        }
        swap(&arr[i+1],&arr[r]);
        return (i+1);
    }
     
    void QuickSort(int arr[],int p,int r)
    {
        int q;
        if(p < r)
        {
            q = Partition(arr,p,r);
            QuickSort(arr,p,q-1);
            QuickSort(arr,q+1,r);
        }
    }
    int main()
    {
        int arr[10]={19,88,3,5,7,39,79,37,8,9};
        int i;
        QuickSort(arr,0,9);
        for(i=0;i<10;++i)
            cout<<arr[i]<<" ";
        return(0);
    }

    划分数组时有另一种双向扫描的方法。

    还是以最右边的元素作为基数。目的是左边的元素都是小于或等于基数,右边的元素都是大于基数的。先不管最右的数字,i从左往右扫描知道遇到一个不属于左边的数字,j从右往左扫描直到遇到一个不属于右边的数字,然后就可以交换i和j上的数字,那么这两个数字就放在了它们应该在的位置。然后i++,j–-再继续扫描,直到i和j相遇。最后要把最右边的基数和i上面的数字交换,i就是划分的结果。

    代码如下:

    #include <stdio.h>
    #include <stdlib.h>
     
    int partition(int arr[],int beg,int last);
    void quick_sort(int* datas,int beg,int last);
    void swap(int *a,int *b);
     
    int main()
    {
        size_t i;
        int datas[10] = {78,13,9,23,45,14,35,65,56,79};
        printf("After quick sort,the datas is: ");
        quick_sort(datas,0,9);
        for(i=0;i<10;++i)
            printf("%d ",datas[i]);
        exit(0);
    }
     
    void swap(int *a,int *b)
    {
        int temp = *a;
        *a = *b;
        *b = temp;
    }
    /*int partition(int a[], int l, int r)
    {
        int i = l, j = r - 1;
        while (i<=j)
        {
            while (i <= j && a[i] <= a[r]) i++; //左边元素<=基数
            while (i <= j && a[j]  > a[r]) j--; //右边元素 >基数
            if (i >= j) break;
            swap(&a[i++], &a[j--]);
        }
        swap(&a[i], &a[r]); //i == j
        return i;
    }*/
    int partition(int arr[], int p, int r)
    {
        int i = p, j = r - 1;
        int key=arr[r];
        while (i<=j)
        {
            while (i <= j && arr[i] <= key) i++; //左边元素<=基数
            while (i <= j && arr[j] > key) j--; //右边元素 >基数
            if(i<j)
                swap(&arr[i++], &arr[j--]);
        }
        swap(&arr[i], &arr[r]); //i == j
        return i;
    }
    void quick_sort(int* datas,int beg,int last)
    {
        int pivot;
        if(beg < last)
        {
            pivot = partition(datas,beg,last);
            quick_sort(datas,beg,pivot-1);
            quick_sort(datas,pivot+1,last);
        }
     
    }

    挖坑填数+分治法的实现:

    #include <stdio.h>
    #include <stdlib.h>
     
    int partition(int arr[],int beg,int last);
    void quick_sort(int* datas,int beg,int last);
    void swap(int *a,int *b);
     
    int main()
    {
        size_t i;
        int datas[10] = {78,13,9,23,45,14,35,65,56,79};
        printf("After quick sort,the datas is: ");
        quick_sort(datas,0,9);
        for(i=0;i<10;++i)
            printf("%d ",datas[i]);
        exit(0);
    }
     
    void swap(int *a,int *b)
    {
        int temp = *a;
        *a = *b;
        *b = temp;
    }
    /*int partition(int a[], int l, int r)
    {
        int i = l, j = r - 1;
        while (i<=j)
        {
            while (i <= j && a[i] <= a[r]) i++; //左边元素<=基数
            while (i <= j && a[j]  > a[r]) j--; //右边元素 >基数
            if (i >= j) break;
            swap(&a[i++], &a[j--]);
        }
        swap(&a[i], &a[r]); //i == j
        return i;
    }*/
    int partition(int arr[], int p, int r)
    {
        int i = p, j = r;
        int key=arr[r];
        while (i<j)
        {
            while (i <j && arr[i] <= key) i++; //左边元素<=基数
            if(i<j)
                arr[j--]=arr[i];
            while (i <j && arr[j] > key) j--; //右边元素 >基数
            if(i<j)
                arr[i++]=arr[j];
        }
        arr[i]=key;
        return i;
    }
    void quick_sort(int* datas,int beg,int last)
    {
        int pivot;
        if(beg < last)
        {
            pivot = partition(datas,beg,last);
            quick_sort(datas,beg,pivot-1);
            quick_sort(datas,pivot+1,last);
        }
    }
     

      主要注意上面3种方法的边界处理情况。。

    2 快速排序的性能

    快速排序的运行时间依赖于划分是否平衡,而平衡与否又依赖于用于划分的元素。如果划分是平衡的,那么快速排序算法性能和归并排序一样。如果划分是不平衡的,那么快速排序的性能就接近于插入排序了。

    最坏情况划分

    当划分产生的两个子问题分别包含了n-1个元素和0个元素时,快速排序的最坏情况发生了。

    递归式子:

    T(n)=T(n-1)+T(0)+O(n)

    从直观上看,每一层递归的代价可以被累加起来,从而得到一个算术级数,其结果为O(n2)。

    最好情况划分

    在可能的最平衡的划分中,PARTITION得到的两个子问题的规模都不大于n/2.在这种情况下,算法运行时间的递归式为:

    T(n)=2T(n/2)+O(n);

    结果为T(n)=O(nlgn)。

  • 相关阅读:
    fancybox 基础 简单demo
    fancybox 最基本的使用步骤
    数组元素循环右移问题
    Python爬虫学习(8):浙大软院网络登陆保持
    Python爬虫学习(7):浙大软院网号嗅探
    Python爬虫学习(6): 爬取MM图片
    Python爬虫学习(5): 简单的爬取
    Python爬虫学习(4): python中re模块中的向后引用以及零宽断言
    Python爬虫学习(2): httplib
    Windows远程连接CentOS桌面
  • 原文地址:https://www.cnblogs.com/alantu2018/p/8461882.html
Copyright © 2011-2022 走看看