数据结构——快速排序(hoare版、挖坑法、前后指针版、循环实现)

简介: 数据结构——快速排序(hoare版、挖坑法、前后指针版、循环实现)

一、算法思想


快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法,其基本思想是:任意选取待排序序列中的一个元素作为基准值,按照该排序码将待排序集合分割成两个子序列,左子序列中所有元素均小于基准值,右子序列中所有元素均大于基准值,然后再对左右子序列重复该过程,直到所有元素都排列在相应位置上为止。


注:后续实现均以取序列最右侧元素为基准值为例。


其中,将区间按照基准值划分为左右两部分的常见方式有三种:


1.hoare版

通过两个标志,分别从左往右找比基准值大的元素和从右向左找比基准值小的元素,然后交换两个元素,重复上述过程直到两个标志位相遇,最后再将基准值交换到相遇位置,然后再对左右子序列重复上述过程,直到整个序列完成排序。


图示:


28f6742d37844b94853aad0609d6b97d.gif


2.挖坑法


挖坑法大体思路与hoare法思路相同,其基本思想是:将基准值保存到标记位中,这样最右侧位置就形成了一个坑位,然后左侧标注位往右遍历找比基准值大的元素,找到后将该元素填入右侧坑位中,该位置就又形成了一个新的坑位,然后从右侧往左遍历找比基准值小的元素,将该元素填入到坑位中,重复上述过程直到左右标志位相遇,最后将基准值放入最后的坑位中,最对左右子序列重复上述过程直到整个序列排序完成。


图示基准值取的为最左侧元素:


2.gif


3.前后指针版


初始设置cur、prev两个标志指针,cur标志序列第一个元素,prev标志cur前一个位置,cur位置的元素若大于基准值,cur向前前进,若小于基准值,则先对prev进行加一,然后交换cur和prev标记位置的元素,这样就能保证cur与prev之间的元素都大于基准值,prev之前的元素都小于基准值,重复上述过程,直到cur超过序列最右侧位置,最后进行一次判断,若prev标记位置不是序列最后一个位置,则将基准值交换到prev交换位置,即完成左右子序列划分,再对左右子序列重复上述过程,直到整个序列完成排序。


图示:


image.png


二、算法缺陷与优化


1.算法缺陷

1.1基准值取值

若所取基准值为序列中的最大或最小值,那么每趟划分后,基准值的一侧将会出现没有元素的情况,就相当于每趟只完成了一个元素的排序,那么快速排序的时间复杂度此时将达到,效率较低。


1.2递归超限

算法递归深度会随着元素的增多而加深,若序列元素元素量非常巨大,可能会造成递归超限。


2.优化方法


2.1三位取中法

我们可以通过选取序列中开始、中间、末尾三个位置中元素大小居中的元素作为基准值,此方法可以大大降低基准值取到序列内最大或最小元素的概率。


注:为了不改变代码的逻辑实现,若取得的基准值的位置不是基准值默认位置,可先提前将基准值交换到所取基准值的默认位置处。


2.2设置阈值

我们可以发现,随着划分次数的增加,子序列内的元素个数会不断减少,而且元素数量较少时,各类排序算法的效率差距其实是可以忽略不记的,而比较适合元素个数比较少的排序就是直接插入排序,所以我们可以在递归的过程中设计一个阈值,当子序列中元素个数不超过阈值时,递归不再进行,而是直接对当前子序列进行直接插入排序,然后返回。


当然,这种方法只能进行一定程度的缓解,并不能完全解决递归超限的问题。


所以,我们可以提前估算一下递归的深度N,再在递归深度上设置一个阈值count,若N小于count直接进行快速排序;若N大于count,先通过快速排序递归count次,然后再对每个分组中进行其他排序(比如:堆排序)。


这样即不会对算法效率造成太大影响,也避免了递归超限的问题。


2.3循环实现

使用循环的方式实现快速排序,我们会发现直接转循环并不容易实现,结合递归调用的特性,后调用的先结束退出,先调用的后结束,符合栈后进先出的特点,所有可以利用栈来循环实现快速排序。


每次对序列进行分割后,利用栈依次压入左右子序列的右边界和左边界,这样下一次循环就会依次拿到一个子序列的左右边界,然后再对此序列进行分割,循环进行上述操作,直到栈为空即完成序列排序。(可加上优化方法,为子序列元素个数加上阈值)


三、接口实现


1.快速排序


void QuickSort(int* array, int left, int right) {//快速排序
  if (right - left <= 16) {//阈值设置为16
  InsertSort(array + left, right - left);//达到阈值,进行直接插入排序
  }
  else {
  if (right - left <= 1) {//区间内少于等于1个元素,不需要再排
    return;
  }
  int div = PartSort2(array, left, right);//找一个基准值对区间元素进行划分,分割完成后返回基准值位置
  QuickSort(array, left, div);//对基准值左侧进行快排
  QuickSort(array, div + 1, right);//对基准值右侧进行快排
  }
}


2.hoare版


int PartSort1(int* array, int left, int right) {//快速排序hoare版
  int begin = left;
  int end = right - 1;
  int midPos = GetMiddleIndex(array, left, right);//获取元素大小相对靠中的元素下标
  if (midPos != end) {//将该元素交换到末尾,从而不影响后续代码的逻辑实现
  Swap(&array[midPos], &array[end]);
  }
  int key = array[end];//取最后一个元素为基准值
  while (begin < end) {//begin与end没有相遇
  while (begin < end && array[begin] <= key) {//1.从前往后找比基准值key大的元素
    begin++;
  }
  while (begin < end && array[end] >= key) {//2.从后往前找比基准值key小的元素
    end--;
  }
  if (begin != end) {//3.交换两个元素
    Swap(&array[begin], &array[end]);
  }
  }
  Swap(&array[begin], &array[right - 1]);//4.将基准值交换到区间中间位置
  return begin;//5.返回基准值下标
}


3.挖坑法


int PartSort2(int* array, int left, int right) {//快速排序挖坑法
  int begin = left;
  int end = right - 1;
  int midPos = GetMiddleIndex(array, left, right);//获取元素大小相对靠中的元素下标
  if (midPos != end) {//将该元素交换到末尾,从而不影响后续代码的逻辑实现
  Swap(&array[midPos], &array[end]);
  }
  int key = array[end];//1.取最后一个元素为基准值,并挖坑end
  while (begin < end) {//begin与end没有相遇
  while (begin < end && array[begin] <= key) {//2.从前往后找比基准值key大的元素
    begin++;
  }
  if (begin != end) {
    array[end--] = array[begin];//3.填end坑,挖begin坑,end前移一位
  }
  while (begin < end && array[end] >= key) {//4.从后往前找比基准值key小的元素
    end--;
  }
  if (begin != end) {
    array[begin++] = array[end];//5.填begin坑,挖end坑,begin后移一位
  }
  }
  array[end] = key;//6.基准值放入最后一个坑内
  return end;//7.返回基准值下标
}


4.前后指针版


int PartSort3(int* array, int left, int right) {//快速排序前后指针版
  int cur = left;//标记第一个元素
  int prev = cur - 1;//位于cur之后一个位置
  int midPos = GetMiddleIndex(array, left, right);//获取元素大小相对靠中的元素下标
  if (midPos != right - 1) {//将该元素交换到末尾,从而不影响后续代码的逻辑实现
  Swap(&array[midPos], &array[right - 1]);
  }
  int key = array[right - 1];//取最后一个元素为基准值
  while (cur < right) {
  if (array[cur] < key && ++prev != cur) {//始终保存cur与prev之间的元素都大于基准值key
    Swap(&array[cur], &array[prev]);
  }
  cur++;
  }
  if (++prev != right - 1) {//将基准值交换到prev的下一个位置
  Swap(&array[right - 1], &array[prev]);
  }
  return prev;
}


5.非递归版


void QuickSortNonR(int* array, int size) {//快速排序非递归版
  Stack s;
  StackInit(&s);
  int left = 0;
  int right = size;
  StackPush(&s, right);//依次压入右边界和左边界
  StackPush(&s, left);
  while (!StackEmpty(&s)) {//栈不为空,循环进行
  left = StackTop(&s);//获取栈顶,左边界
  StackPop(&s);//左边界出栈
  right = StackTop(&s);//获取栈顶,右边界
  StackPop(&s);//右边界出栈
  if (right - left <= 16) {//子序列达到阈值
    InsertSort(array + left, right - left);//进行直接插入排序
  }
  else {
    int div = PartSort2(array, left, right);
    //基准值左侧(left,div);右侧(div+1,right)
    //先压右侧子序列边界(先压右边界,再压左边界)
    StackPush(&s, right);
    StackPush(&s, div + 1);
    //再压左侧子序列边界
    StackPush(&s, div);
    StackPush(&s, left);
  }
  }
}


四、接口测试


1.测试用例


void TestPartSort() {//快速排序测试函数
  int array[] = { 5,4,8,1,9,7,3,2,6,0 };
  int length = sizeof(array) / sizeof(array[0]);
  printf("排序前:");
  PrintArray(array, length);
  QuickSort(array, 0, length);//递归方式
  //QuickSortNonR(array, length);//非递归方式
  printf("\n排序后:");
  PrintArray(array, length);
}


2.测试结果


2.1递归方式

1.png


2.2非递归方式


2.png


五、性能分析


1.时间复杂度:1.gif


2.空间复杂度:2.gif


3.稳定性:不稳定


六、完整代码


1.QuickSort.c


#include"Stack.h"
void QuickSort(int* array, int left, int right);//快速排序
int  PartSort1(int* array, int left, int right);//快速排序hoare版
int  PartSort2(int* array, int left, int right);//快速排序挖坑法
int  PartSort3(int* array, int left, int right);//快速排序前后指针版
int GetMiddleIndex(int* array, int left, int right);//三位取中法(选取元素大小相对靠中的为基准值)
void QuickSortNonR(int* array, int size);//快速排序非递归版
void InsertSort(int* array, int size);//直接插入排序
void PrintArray(int* array, int size);//数组打印
void Swap(int* num1, int* num2);//整数交换
void TestPartSort();//快速排序测试函数
int main() {
  TestPartSort();
  return 0;
}
void QuickSort(int* array, int left, int right) {//快速排序
  if (right - left <= 16) {//阈值设置为16
  InsertSort(array + left, right - left);//达到阈值,进行直接插入排序
  }
  else {
  if (right - left <= 1) {//区间内少于等于1个元素,不需要再排
    return;
  }
  int div = PartSort2(array, left, right);//找一个基准值对区间元素进行划分,分割完成后返回基准值位置
  QuickSort(array, left, div);//对基准值左侧进行快排
  QuickSort(array, div + 1, right);//对基准值右侧进行快排
  }
}
int PartSort1(int* array, int left, int right) {//快速排序hoare版
  int begin = left;
  int end = right - 1;
  int midPos = GetMiddleIndex(array, left, right);//获取元素大小相对靠中的元素下标
  if (midPos != end) {//将该元素交换到末尾,从而不影响后续代码的逻辑实现
  Swap(&array[midPos], &array[end]);
  }
  int key = array[end];//取最后一个元素为基准值
  while (begin < end) {//begin与end没有相遇
  while (begin < end && array[begin] <= key) {//1.从前往后找比基准值key大的元素
    begin++;
  }
  while (begin < end && array[end] >= key) {//2.从后往前找比基准值key小的元素
    end--;
  }
  if (begin != end) {//3.交换两个元素
    Swap(&array[begin], &array[end]);
  }
  }
  Swap(&array[begin], &array[right - 1]);//4.将基准值交换到区间中间位置
  return begin;//5.返回基准值下标
}
int PartSort2(int* array, int left, int right) {//快速排序挖坑法
  int begin = left;
  int end = right - 1;
  int midPos = GetMiddleIndex(array, left, right);//获取元素大小相对靠中的元素下标
  if (midPos != end) {//将该元素交换到末尾,从而不影响后续代码的逻辑实现
  Swap(&array[midPos], &array[end]);
  }
  int key = array[end];//1.取最后一个元素为基准值,并挖坑end
  while (begin < end) {//begin与end没有相遇
  while (begin < end && array[begin] <= key) {//2.从前往后找比基准值key大的元素
    begin++;
  }
  if (begin != end) {
    array[end--] = array[begin];//3.填end坑,挖begin坑,end前移一位
  }
  while (begin < end && array[end] >= key) {//4.从后往前找比基准值key小的元素
    end--;
  }
  if (begin != end) {
    array[begin++] = array[end];//5.填begin坑,挖end坑,begin后移一位
  }
  }
  array[end] = key;//6.基准值放入最后一个坑内
  return end;//7.返回基准值下标
}
int PartSort3(int* array, int left, int right) {//快速排序前后指针版
  int cur = left;//标记第一个元素
  int prev = cur - 1;//位于cur之后一个位置
  int midPos = GetMiddleIndex(array, left, right);//获取元素大小相对靠中的元素下标
  if (midPos != right - 1) {//将该元素交换到末尾,从而不影响后续代码的逻辑实现
  Swap(&array[midPos], &array[right - 1]);
  }
  int key = array[right - 1];//取最后一个元素为基准值
  while (cur < right) {
  if (array[cur] < key && ++prev != cur) {//始终保存cur与prev之间的元素都大于基准值key
    Swap(&array[cur], &array[prev]);
  }
  cur++;
  }
  if (++prev != right - 1) {//将基准值交换到prev的下一个位置
  Swap(&array[right - 1], &array[prev]);
  }
  return prev;
}
void QuickSortNonR(int* array, int size) {//快速排序非递归版
  Stack s;
  StackInit(&s);
  int left = 0;
  int right = size;
  StackPush(&s, right);//依次压入右边界和左边界
  StackPush(&s, left);
  while (!StackEmpty(&s)) {//栈不为空,循环进行
  left = StackTop(&s);//获取栈顶,左边界
  StackPop(&s);//左边界出栈
  right = StackTop(&s);//获取栈顶,右边界
  StackPop(&s);//右边界出栈
  if (right - left <= 16) {//子序列达到阈值
    InsertSort(array + left, right - left);//进行直接插入排序
  }
  else {
    int div = PartSort2(array, left, right);
    //基准值左侧(left,div);右侧(div+1,right)
    //先压右侧子序列边界(先压右边界,再压左边界)
    StackPush(&s, right);
    StackPush(&s, div + 1);
    //再压左侧子序列边界
    StackPush(&s, div);
    StackPush(&s, left);
  }
  }
}
int GetMiddleIndex(int* array, int left, int right) {//三位取中法(选取元素大小相对靠中的为基准值)
  int mid = (left + right) / 2;
  //返回基准值的下标
  if (array[left] < array[right - 1]) {
  if (array[mid] < array[left]) {
    return left;
  }
  else if (array[mid] > array[right - 1]) {
    return right - 1;
  }
  else {
    return mid;
  }
  }
  else {//array[left]>=array[right-1]
  if (array[mid] > array[left]) {
    return left;
  }
  else if (array[mid] < array[right - 1]) {
    return right - 1;
  }
  else {
    return mid;
  }
  }
}
void InsertSort(int* array, int size) {//直接插入排序
  for (int i = 1; i < size; i++) {//从1开始循环,默认数组内第一个元素为有序序列
  int end = i - 1;//标记已排序序列最后位置下标
  int key = array[i];//依次拿取数组内元素
  while (end >= 0 && key < array[end]) {//key从前往后比较:小于当前元素,继续往前走
    array[end + 1] = array[end];//将当前元素往后移一个位置
    end--;
  }
  array[end + 1] = key;//key大于等于当前元素,插入到当前位置之后
  }
}
void PrintArray(int* array, int size) {//数组打印
  for (int i = 0; i < size; i++) {
  printf("%d ", array[i]);
  }
}
void Swap(int* num1, int* num2) {//整数交换
  int temp = *num1;
  *num1 = *num2;
  *num2 = temp;
}
void TestPartSort() {//快速排序测试函数
  int array[] = { 5,4,8,1,9,7,3,2,6,0 };
  int length = sizeof(array) / sizeof(array[0]);
  printf("排序前:");
  PrintArray(array, length);
  //QuickSort(array, 0, length);//递归方式
  QuickSortNonR(array, length);//非递归方式
  printf("\n排序后:");
  PrintArray(array, length);
}

2.Stack.h

#pragma once
#include<stdio.h>
#include<assert.h>
#include<string.h>
#include<malloc.h>
// 支持动态增长的栈
typedef int STDataType;
typedef struct Stack
{
  STDataType* array;
  int top;  // 栈顶
  int capacity;  // 容量 
}Stack;
/*void StackInit(Stack* ps, int capacity);// 初始化栈 
void StackPush(Stack* ps, STDataType data);// 入栈 
void StackPop(Stack* ps);// 出栈 
STDataType StackTop(Stack* ps);// 获取栈顶元素 
int StackSize(Stack* ps);// 获取栈中有效元素个数 
int StackEmpty(Stack* ps);// 检测栈是否为空,为空返回1,非空返回0 
void StackDestroy(Stack* ps);// 销毁栈 
void Stack_Test();//功能测试函数
*/
// 初始化栈 
void StackInit(Stack* ps) {
  assert(ps);
  ps->array = (STDataType*)malloc(sizeof(STDataType) * 3);
  if (ps->array == NULL) {//申请失败
  assert(0);
  return;
  }
  ps->capacity = 3;
  ps->top = 0;
}
void StackCheckCapacity(Stack* ps) {
  assert(ps);
  if (ps->top == ps->capacity) {//栈满
  int newCapacity = ps->capacity * 2;//每次扩容扩大两倍
  STDataType* temp = (STDataType*)malloc(sizeof(STDataType) * newCapacity);//开辟新空间
  if (temp == NULL) {
    assert(0);
    return;
  }
  memcpy(temp, ps->array, sizeof(STDataType) * ps->capacity);//将元数据拷贝到新空间中
  free(ps->array);//释放旧空间,使用新空间
  ps->array = temp;
  ps->capacity = newCapacity;
  }
}
void StackPush(Stack* ps, STDataType data) {//入栈
  StackCheckCapacity(ps);//判断是否栈满,栈满则扩容
  ps->array[ps->top] = data;
  ps->top++;
}
int StackEmpty(Stack* ps) {//栈判空
  assert(ps);
  return 0 == ps->top;//空返回1,非空返回0
}
void StackPop(Stack* ps) {//出栈
  if (StackEmpty(ps)) {//判空
  return;
  }
  ps->top--;
}
STDataType StackTop(Stack* ps) {//获取栈顶元素
  assert(ps);
  return ps->array[ps->top - 1];
}
int StackSize(Stack* ps) {//获取栈中有效元素个数
  assert(ps);
  return ps->top;
}
void StackDestroy(Stack* ps) {//栈销毁
  assert(ps);
  if (ps->array) {
  free(ps->array);
  ps->capacity = 0;
  ps->top = 1;
  }
}
相关文章
|
1月前
|
存储 算法
LeetCode刷题---75. 颜色分类(双指针,循环不变量)
LeetCode刷题---75. 颜色分类(双指针,循环不变量)
|
3天前
数据结构--链表刷题(一)快慢指针(上)
数据结构--链表刷题(一)快慢指针
13 0
|
16天前
|
搜索推荐 算法 编译器
【数据结构】八大排序之快速排序算法
【数据结构】八大排序之快速排序算法
35 4
|
16天前
|
存储 编译器 C语言
【数据结构】深入浅出理解链表中二级指针的应用
【数据结构】深入浅出理解链表中二级指针的应用
26 0
|
22天前
|
Java 数据库连接 API
Java 学习路线:基础知识、数据类型、条件语句、函数、循环、异常处理、数据结构、面向对象编程、包、文件和 API
Java 是一种广泛使用的、面向对象的编程语言,始于1995年,以其跨平台性、安全性和可靠性著称,应用于从移动设备到数据中心的各种场景。基础概念包括变量(如局部、实例和静态变量)、数据类型(原始和非原始)、条件语句(if、else、switch等)、函数、循环、异常处理、数据结构(如数组、链表)和面向对象编程(类、接口、继承等)。深入学习还包括包、内存管理、集合框架、序列化、网络套接字、泛型、流、JVM、垃圾回收和线程。构建工具如Gradle、Maven和Ant简化了开发流程,Web框架如Spring和Spring Boot支持Web应用开发。ORM工具如JPA、Hibernate处理对象与数
88 3
|
1月前
|
搜索推荐
数据结构——排序算法之快速排序
数据结构——排序算法之快速排序
32 0
|
1月前
|
算法 搜索推荐 Java
数据结构与算法(Java篇)笔记--快速排序
数据结构与算法(Java篇)笔记--快速排序
|
1月前
|
算法 C语言
【数据结构】快速排序(4种方式实现)
【数据结构】快速排序(4种方式实现)
|
1月前
|
存储 安全 索引
Python入门07循环及常见的数据结构
Python入门07循环及常见的数据结构