快速排序算法
快速排序
原理
- 排序原理:
- 首先设定一个分界值,通过该分界值将数组分成左右两部分;
- 将大于或等于分界值的数据放到到数组右边,小于分界值的数据放到数组的左边。此时左边部分中各元素都小于或等于分界值,而右边部分中各元素都大于或等于分界值;
- 然后,左边和右边的数据可以独立排序。对于左侧的数组数据,又可以取一个分界值,将该部分数据分成左右两部分,同样在左边放置较小值,右边放置较大值。右侧的数组数据也可以做类似处理。
- 重复上述过程,可以看出,这是一个递归定义。通过递归将左侧部分排好序后,再递归排好右侧部分的顺序。当左侧和右侧两个部分的数据排完序后,整个数组的排序也就完成了。
API设计
代码
package sort.paixu;
public class Quick {
public static void sort(Comparable[] a){
int lo = 0;
int hi = a.length-1;
sort(a,lo,hi);
}
private static void sort(Comparable[] a,int lo,int hi){
// 安全性校验
if(hi<=lo){
return;
}
// 需要对数组中lo索引到hi索引处进行分组(左子组 右子组)
int partition = partition(a, lo, hi); // 返回分组分界值所在索引,分界值位置变化后的索引
// 让左子组有序
sort(a,lo,partition-1);
// 让右子组有序
sort(a,partition+1,hi);
}
public static int partition(Comparable[] a,int lo,int hi){
// 分界值
Comparable key = a[lo];
// 定义两指针
int left = lo;
int right = hi+1;
// 切分
while (true){
// 先从右往左扫描,移动到right指针,找到一个比分界值值小的元素,停止
while (less(key,a[--right])){
// 判断
if(right == lo){
break;
}
}
// 再从左往右扫描,移动到left指针,找到一个比分界值值大的元素,停止
while (less(a[++left],key)){
// 判断是否一直到最后一个元素还是没搜索到一个qing'kuan'b'g
if(left == hi){
break;
}
}
// 判断left是不是大于等于right,是否结束循环
if(left >= right){
break;
}else {
exch(a,left,right);
}
}
// 交换分界值和两个指针相遇的值
exch(a,lo,right);
return right;
}
private static void merge(Comparable[] a,int lo,int mid,int hi){
// 定义三个指针
int i = lo;
int p1 = lo;
int p2 = mid+1;
}
private static Boolean less(Comparable a,Comparable b){
return a.compareTo(b) < 0;
}
private static void exch(Comparable[] o,int a,int b){
Comparable temp;
temp = o[a];
o[a] = o[b];
o[b] = temp;
}
}
public class QuickTest {
public static void main(String[] args) {
Integer[] o = {1,5,3,6,2,8,4,7,9};
Quick.sort(o);
System.out.println(Arrays.toString(o));
}
}
效率对比
-
快速排序时间复杂度分析:
-
- 快速排序的一次切分从两头开始交替搜索,直到left和right重合,因此,一次切分算法的时间复杂度为O(n),但整个快速排序的时间复杂度和切分的次数相关。
-
- 最优情况:每一次切分选择的基准数字刚好将当前序列等分。如果我们把数组的切分看做是一个树,那么上图就是它的最优情况的图示,共切分了logn次,所以,最优情况下快速排序的时间复杂度为O(nlogn);
- 最坏情况:每一次切分选择的基准数字是当前序列中最大数或者最小数,这使得每次切分都会有一个子组,那么总共就得切分n次,所以,最坏情况下,快速排序的时间复杂度为O(n^2);