快速排序,分治法实际应用(含码源与解析)

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
简介: 快速排序,分治法实际应用(含码源与解析)

正文


定义


       快速排序是另一种基于分治技术的重要排序算法。与我们上一篇所讲的合并排序不一样。合并排序是按照元素在数组中的位置对它们进行划分,快速排序按照元素的值对它们进行划分。划分是对给定数组中的元素的重新排列,使得一个数组A[i],有s下标,A[s]左边的元素都小于等于A[s],而所有A[s]右边的元素都大于等于A[s]。


A[0]...A[s-1],A[s],A[s+1]...A[i-1]

       显然,在对数组建立了一个划分以后,A[s]已经位于它在有序数组中的最终位置,接下来我们可以继续对A[s]前和A[s]后的子数组分别进行排序(例如,使用同样的方法)。注意,它与合并排序的不同之处在于:在合并排序算法中,将问题划分成两个子问题是很快的,算法的主要工作在于合并子问题的解;而在快速排序中,算法的主要工作在于划分阶段,而不需要再去合并子问题的解了。


伪代码


       伪代码实现


Quicksort(A[ l..r ])
//用Quicksort对子数组排序
//输入:数组A[0..n-1]中的子数组A[ l..r ],由左右下标 l 和 r 定义
//输出:非降序排列的子数组A[ l..r ]
if l < r
        s <-Partition (A[1..r])//s是分裂位置
        Quicksort( A[ l.. (s - 1)])
        Quicksort(A[(s +1)..r ])


算法解析


       对于快速排序,有数组A[0..n-1],子数组A[e..r],我们要选择一个中轴,接下来会根据该元素的值来划分子数组。选择中轴有许多不同的策略,当我们分析该算法的效率时,我们会回到这个话题。现在,我们只使用最简单的策略——选择子数组的第一个元素,即p=A[0]。


       然后 我们将分别从子数组的两端进行扫描,并且将扫描到的元素与中轴相比较。从左到右的扫描(下面用指针i表示)从第二个元素开始。因为我们希望小于中轴的元素位于子数组的左半部分,扫描会忽略小于中轴的元素,直到遇到第一个大于等于中轴的元素才会停止。从右到左的扫描(下面用指针j表示)从最后一个元素开始。因为我们希望大于中轴的元素位于子数组的右半部分,扫描会忽略大于中轴的元素,直到遇到第一个小于等于中轴的元素才会停止。(为什么当遇到与中轴元素相等的元素时值得停止扫描?因为当遇到有很多相同元素的数组时,这个方法可以将数组分得更加平均,从而使算法运行得更快。如果我们遇到相等元素时继续扫描,对于一个具有n个相同元素的数组来说,划分后得到的两个子数组的长度可能分别是n~1和0,从而在扫描了整个数组后只将问题的规模减1。)


       两次扫描全部停止以后,取决于扫描的指针是否相交,会发生3种不同的情况。1、如果扫描指针i和 j不相交,也就是说i<j,我们简单地交换A[i]和A[j],再分别对i加1,对j减1,然后继续开始扫描;2、如果扫描指针相交,也就是说i> j,把中轴和A[j]交换以后,我们得到了该数组的一个划分;3、最后,如果扫描指针停下来时指向的是同一个元素,也就是说i= j,被指向元素的值一定等于p。(为什么?)因此,我们建立了该数组的一个划分,分裂点的位置s =i= j。


       我们可以把第三种情况和指针相交的情况(i> j )结合起来,只要i≥j,就交换中轴和A[j]的位置


时间效率分析


       在开始讨论快速排序的效率以前,我们应该要注意;如果扫描指针交叉了,建立划分之前所执行的键值比较次数是n+1;如果它们相等,则是n。如果所有的分裂点位于相应子数组的中点,这就是最优的情况。在最优情况下,键值比较的次数Cbes(n)满足下面的递推式:


当n>1时,777.gif


       根据主定理,;对于n=2*的情况求得 。


       在最差的情况下,所有的分裂点都趋于极端:两个子数组有一个为空,而另一个子数组仅仅比被划分的数组少一个元素。具体来说,这种令人遗憾的情况会发生在升序的数组上,也就是说,输入的数组已经被排过序了!的确,如果 A[0..n –1]是严格递增的数组,并且我们将A[0]作为中轴,从左到右的扫描会停在A[1]上,而从右到左的扫描会一直处理到A[0]为止,导致分裂点出现在0这个位置。


       所以,在进行了n+1次比较之后建立了划分,并且将A[0]和它本身进行了交换以后,快速排序算法还会对严格递增的数组A[1..n-1]进行排序。对规模减小了的严格递增数组的排序会一直继续到最后一个子数组A[n-2..n-1]。这种情况下,键值比较的总次数应该等于:

888.gif


源码


#include <stdio.h>
// 交换两个元素的值
void swap(int *a, int *b) {
    int temp = *a;
    *a = *b;
    *b = temp;
}
// 分区函数
int partition(int arr[], int low, int high) {
    // 选取最后一个元素作为基准值
    int pivot = arr[high];
    // i指向小于基准值的最后一个元素
    int i = (low - 1);
    // 遍历数组,将小于基准值的元素放到左边,大于基准值的元素放到右边
    for (int j = low; j <= high - 1; j++) {
        if (arr[j] < pivot) {
            i++;
            swap(&arr[i], &arr[j]);
        }
    }
    // 将基准值放到中间
    swap(&arr[i + 1], &arr[high]);
    return (i + 1);
}
// 快速排序函数
void quickSort(int arr[], int low, int high) {
    if (low < high) {
        // 将数组分为两部分,左边的元素都小于右边的元素
        int pi = partition(arr, low, high);
        // 递归排序左边的部分
        quickSort(arr, low, pi - 1);
        // 递归排序右边的部分
        quickSort(arr, pi + 1, high);
    }
}
int main() {
    int arr[] = {10, 7, 8, 9, 1, 5};
    int n = sizeof(arr) / sizeof(arr[0]);
    quickSort(arr, 0, n - 1);
    printf("Sorted array: ");
    for (int i = 0; i < n; i++) {
        printf("%d ", arr[i]);
    }
    return 0;
}
相关文章
|
27天前
|
监控 网络协议 算法
OSPFv2与OSPFv3的区别:全面解析与应用场景
OSPFv2与OSPFv3的区别:全面解析与应用场景
33 0
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
50 10
|
15天前
|
机器学习/深度学习 搜索推荐 API
淘宝/天猫按图搜索(拍立淘)API的深度解析与应用实践
在数字化时代,电商行业迅速发展,个性化、便捷性和高效性成为消费者新需求。淘宝/天猫推出的拍立淘API,利用图像识别技术,提供精准的购物搜索体验。本文深入探讨其原理、优势、应用场景及实现方法,助力电商技术和用户体验提升。
|
21天前
|
编译器 PHP 开发者
PHP 8新特性解析与实战应用####
随着PHP 8的发布,这一经典编程语言迎来了诸多令人瞩目的新特性和性能优化。本文将深入探讨PHP 8中的几个关键新功能,包括命名参数、JIT编译器、新的字符串处理函数以及错误处理改进等。通过实际代码示例,展示如何在现有项目中有效利用这些新特性来提升代码的可读性、维护性和执行效率。无论你是PHP新手还是经验丰富的开发者,本文都将为你提供实用的技术洞察和最佳实践指导。 ####
27 1
|
27天前
|
存储 安全 Java
Java多线程编程中的并发容器:深入解析与实战应用####
在本文中,我们将探讨Java多线程编程中的一个核心话题——并发容器。不同于传统单一线程环境下的数据结构,并发容器专为多线程场景设计,确保数据访问的线程安全性和高效性。我们将从基础概念出发,逐步深入到`java.util.concurrent`包下的核心并发容器实现,如`ConcurrentHashMap`、`CopyOnWriteArrayList`以及`BlockingQueue`等,通过实例代码演示其使用方法,并分析它们背后的设计原理与适用场景。无论你是Java并发编程的初学者还是希望深化理解的开发者,本文都将为你提供有价值的见解与实践指导。 --- ####
|
28天前
|
Java 测试技术 API
Java 反射机制:深入解析与应用实践
《Java反射机制:深入解析与应用实践》全面解析Java反射API,探讨其内部运作原理、应用场景及最佳实践,帮助开发者掌握利用反射增强程序灵活性与可扩展性的技巧。
78 4
|
22天前
|
存储 供应链 算法
深入解析区块链技术的核心原理与应用前景
深入解析区块链技术的核心原理与应用前景
45 0
|
23天前
|
存储 监控 API
深入解析微服务架构及其在现代应用中的实践
深入解析微服务架构及其在现代应用中的实践
35 0
|
27天前
|
负载均衡 网络协议 算法
OSPF与其他IGP协议的比较:全面解析与应用场景
OSPF与其他IGP协议的比较:全面解析与应用场景
41 0
|
29天前
|
人工智能
深度解析AI在医疗诊断中的最新应用与挑战
深度解析AI在医疗诊断中的最新应用与挑战

推荐镜像

更多
下一篇
DataWorks