快速排序法之双路快排,男人不可以说自己快!

简介: 快速排序法之双路快排,男人不可以说自己快!

目录:

  • 一、快排方法
  • 二、代码美图

一、快排方法

4 5 2 10 6 3 9 8 1 7

首先对上面的数字进行快速排序。暂时定为数组a[10]。


一、

先在这个序列中随便找一个数作为基准数,通常选第一个数作为基准数叫他为Key吧,上面的4就是Key。(基准数的目的就是把比Key小的数放到Key的左边,把比Key大的数放到Key的右边。)

<4          4         >4


二、

| 4  | 5  | 2  | 10  | 6  | 3  | 9  | 8 | 1 | 7  |

i 作为基准数的下标,j 作为最右边数字的下标(看成一个数组)。j 向左边移动直到找到比Key(基准数)小的数(好交换到前面去)。然后i 就向右边移动直到找到比Key(基准数)大的数。(好交换到后面去)。


移动期间,j 要一直在i 的右边。i 要一直在j 的左边。(j>i),i和j遇到时就停下来。

4  | 5  | 2  | 10 | 6  | 3  | 9  | 8  | 1  | 7  |

这个时候5和1就交换。


然后继续循环①的操作

4 1 2 10 6 3 9 8 5 7
i j


4 1 2 3 6 10 9 8 5 7
i j


这个时候10和3就交换。


这个时候j继续向左边移动,到6时,6比4大要不得,还要望左边冲冲冲。到3下面时,j和i就碰到了。j就不可以移动了。然后i和j碰到对应的数字3就要和Key(基准数) 4 交换。

4 1 2 3 6 10 9 8 5 7
i,j


最后就成这样了

3 1 2 4 6 10 9 8 5 7


三,进行递归。(Key(4)就把一个数组分成了2个数组了)。

就是把3,1,2看成一个数组重复上面的操作。

把6,10,9,8,5,7看成一个数组重复上面的操作。

最后就会变成

1 2 3 4 5 6 7 8 9 10


二、代码美图 (是c语言实现的,JavaScript后续会补上)



目录
相关文章
|
1天前
|
云安全 数据采集 人工智能
古茗联名引爆全网,阿里云三层防护助力对抗黑产
阿里云三层校验+风险识别,为古茗每一杯奶茶保驾护航!
古茗联名引爆全网,阿里云三层防护助力对抗黑产
|
5天前
|
Kubernetes 算法 Go
Kubeflow-Katib-架构学习指南
本指南带你深入 Kubeflow 核心组件 Katib,一个 Kubernetes 原生的自动化机器学习系统。从架构解析、代码结构到技能清单与学习路径,助你由浅入深掌握超参数调优与神经架构搜索,实现从使用到贡献的进阶之旅。
277 139
|
5天前
|
人工智能 中间件 API
AutoGen for .NET - 架构学习指南
《AutoGen for .NET 架构学习指南》系统解析微软多智能体框架,涵盖新旧双架构、核心设计、技术栈与实战路径,助你从入门到精通,构建分布式AI协同系统。
294 142
|
16天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
11天前
|
缓存 并行计算 PyTorch
144_推理时延优化:Profiling与瓶颈分析 - 使用PyTorch Profiler诊断推理延迟,优化矩阵运算的独特瓶颈
在2025年的大模型时代,推理时延优化已经成为部署LLM服务的关键挑战之一。随着模型规模的不断扩大(从数亿参数到数千亿甚至万亿参数),即使在最先进的硬件上,推理延迟也常常成为用户体验和系统吞吐量的主要瓶颈。
357 147
|
5天前
|
人工智能 移动开发 自然语言处理
阿里云百炼产品月刊【2025年9月】
本月通义千问模型大升级,新增多模态、语音、视频生成等高性能模型,支持图文理解、端到端视频生成。官网改版上线全新体验中心,推出高代码应用与智能体多模态知识融合,RAG能力增强,助力企业高效部署AI应用。
294 1
|
11天前
|
机器学习/深度学习 存储 缓存
92_自我反思提示:输出迭代优化
在大型语言模型(LLM)应用日益普及的今天,如何持续提升模型输出质量成为了业界关注的核心问题。传统的提示工程方法往往依赖一次性输入输出,难以应对复杂任务中的多轮优化需求。2025年,自我反思提示技术(Self-Reflection Prompting)作为提示工程的前沿方向,正在改变我们与LLM交互的方式。这项技术通过模拟人类的自我反思认知过程,让模型能够对自身输出进行评估、反馈和优化,从而实现输出质量的持续提升。
429 136
|
15天前
|
存储 人工智能 搜索推荐
终身学习型智能体
当前人工智能前沿研究的一个重要方向:构建能够自主学习、调用工具、积累经验的小型智能体(Agent)。 我们可以称这种系统为“终身学习型智能体”或“自适应认知代理”。它的设计理念就是: 不靠庞大的内置知识取胜,而是依靠高效的推理能力 + 动态获取知识的能力 + 经验积累机制。
414 135
|
14天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
543 133
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话