算法思想
快速排序 採用 “分而治之” 的策略:使用 基準值 通過一趟排序將要排序的數據分割成獨立的兩部分,其中一部分的所有數據都要小於基準值,另外一部分的所有數據都要大於基準值。然後按此方法對這兩部分數據進行快速排序,整個排序過程可以 遞歸 進行,以此達到整個數據集變成有序序列。
算法步驟
- 從數據集中挑選一個元素,我們稱爲 “基準值”(pivot);
- 重新排序數列,所有小於基準值的元素移動到基準值的左邊,所有大於基準值的元素移動到基準值的右邊(相同的元素放可以放在任意一邊)。在這一趟分區之後,該基準值就處於數列的中間位置。這個步驟成爲分區(partition)操作;
- 遞歸的把小於基準值元素的子數列和大於基準值元素的子數列排序;
動圖演示
時間複雜度
快速排序的時間複雜度分爲兩種情況:
- 最壞情況:
- 平均情況:
對於快速排序而言,如果待排序數列本身就是有序的或者所有元素都相同的情況下,就會出現要遍歷對比所有的元素,這個時候就會出現最壞運行情況。
代碼實現
JavaScript實現
function quickSort(arr){
//空數組或數組長度小於2的情況下不需要排序
if (arr == null || arr.length < 2){
return;
}
partition(arr,0, arr.length - 1);
}
//分區操作
function partition(arr,top,tail){
if (top >= tail) {
return;
}
//設置左邊界和右邊界
var left = top, right = tail;
//基準值取頭法
var pivot = arr[left];
while (left < right) {
//先從右到左檢查小於基準值的元素
while (left < right && arr[right] >= pivot) {
right--;
}
//將小於基準值的元素移動到左邊
arr[left] = arr[right];
//從左到右檢查大於等於基準值的元素
while (left < right && arr[left] < pivot) {
left++;
}
//將大於或等於基準值的元素移動到右邊
arr[right] = arr[left];
}
//將基準值移動到左邊
arr[left] = pivot;
//繼續遞歸左邊的排序
partition(arr,top,left - 1);
//繼續遞歸右邊的排序
partition(arr,left + 1,tail);
}
Python實現
def quickSort(arr):
if len(arr) < 2:
return arr
else:
pivot = arr[0] # 基準值爲頭元素
left = [i for i in arr[1:] if i <= pivot] # 所有小於或等於基準值的元素組成的子序列
right = [i for i in arr[1:] if i > pivot] # 所有大於基準值的元素組成的子序列
return quickSort(left) + [pivot] + quickSort(right) # 遞歸調用
Java實現
public void quickSort(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
partition(arr,0,arr.length - 1);
}
//基準值取頭法
public void partition(int[] arr,int top,int tail) {
if (top >= tail) {
return;
}
int left = top, right = tail;
//基準值取頭法
int pivot = arr[left];
while (left < right) {
while (left < right && arr[right] >= pivot) {
right--;
}
arr[left] = arr[right];
while (left < right && arr[left] < pivot) {
left++;
}
arr[right] = arr[left];
}
arr[left] = pivot;
partition(arr,top,left - 1);
partition(arr,left + 1,tail);
}
//基準值取尾法
public void partition2(int[] arr,int top,int tail){
if (top >= tail){
return;
}
int left = top,right = tail;
int pivot = arr[right];
while (left < right) {
//先從左到右查找大於或等於基準值的元素
while (left < right && arr[left] < pivot) {
left++;
}
//將大於或等於基準值的元素移動到右邊
arr[right] = arr[left];
//再從右到左查找小於基準值的元素
while (left < right && arr[right] >= pivot) {
right--;
}
arr[left] = arr[right];
}
arr[right] = pivot;
partition2(arr,top,right - 1);
partition2(arr,right + 1,tail);
}
//基準值取中法
public void partition3(int[] arr,int top,int tail) {
if (top >= tail) {
return;
}
int left = top, right = tail;
//基準值取中間數據
int pivot = arr[(left + right) / 2];
while (left <= right) {
//從左到右查找大於基準值的元素
while (arr[left] < pivot) {
left++;
}
//從右到左查找小於基準值的元素
while (arr[right] > pivot) {
right++;
}
//將小於基準值的元素移動到左邊,大於基準值的元素移動到右邊
if (left < right) {
int temp = arr[left];
arr[left] = arr[right];
arr[right] = temp;
left++;
right--;
} else if (left == right) {
left++;
}
}
partition3(arr,top,right);
partition3(arr,left,tail);
}
注意: 選取基準值的位置要和遍歷的開始方向相反,這樣可以增大對比跨度,減少分區次數。