以vector动态数组为例来详解快速排序算法

简介: 以vector动态数组为例来详解快速排序算法

快速排序算法解析

一、掌握快排的算法流程

1.算法思想如下:

通过一趟扫描将待排序的元素分割成独立的三个序列:第一个序列中所有元素均不大于基准元素、第二个序列是基准元素、第三个序列中所有元素均不小于基准元素。由于第二个序列已经处于正确位置,因此需要再按此方法对第一个序列和第三个序列分别进行排序,整个排序过程可以递归进行,最终可使整个序列变成有序序列。


2.其中的基准元素选择不唯一,可以采取以下五种方法:

取第一个元素

取最后一个元素

取位于中间位置的元素

“三者取中的规则”

取位于low和high之间的随机数,用A[P]作为基准元素。即采用随机函数产生一个位于low和high之间的随机数P(low≤P≤high),用A[P]作为基准,这相当于强迫R[low:high]中的元素是随机分布的

二、快排的代码实现与效果

C++源码:

#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
//快排,分两步骤:分区和递归
//初始化动态数组
void getArray(vector<int>& v)
{
  srand((unsigned int)time(NULL));
  int n = 0;
  cout << "请出入数组的大小为:"; cin >> n;
  for (int i = 0; i < n; i++) {
    v.push_back(rand() % 100 + 1);
  }
  cout << endl;
}
//使用迭代器打印数组元素
void printArray(vector<int>v) {
  for(vector<int>::iterator it=v.begin();it!=v.end();it++)
  {
    cout << *it << " " ;
  }
  cout << endl;
}
//快排第一步:分区
int divided(vector<int>&v,int low,int high)
{
  int p = v[low];
  while (low < high)
  {
    while (low < high && p <= v[high])
      high--;
    v[low] = v[high];
    while (low < high && p >= v[low])
      low++;
    v[high] = v[low];
  }
  v[low] = p;
  return low;
}
//快排第二部,递归
void repeact(vector<int>&v,int low,int high)
{
  if (low > high) return;
  int flag = divided(v, low, high);
  repeact(v,low,flag-1);
  repeact(v,flag+1,high);
}
int main(void)
{
  vector<int>v;
  getArray(v);
  //sort(v.begin(),v.end());
  printArray(v);
  repeact(v, 0, v.size() - 1);
  printArray(v);
  return 0;
}

运行效果:


54968c9e024d455ca3823c298e76b0a6.png


三、具体代码分析

快速排序的代码相信网上有很多一样的,所以博主分享一个特别的:用动态数组vector容器实现快速排序。下面就是代码解析:


1、分区函数 divided

这里选择数组中左边界作为基准元素 p,外层while循环以及内层while循环的条件都要有low<high,这样做的目的是为了退出循环时让low和high相等。


对于内层while循环,由于我选的是左边界作为基准元素,那么我们就应该从数组右端往前依次与基准元素标记:如果基准元素小,右端元素向前移动,high递减;如果基准元素大,直接将右边小的元素扔到数组下标low的位置,不用担心左边界被覆盖,因为我们用基准元素记录了。然后用左端元素与基准元素比较,如果基准元素大,左端向右移动,low递增;如果基准元素小,将左端元素大的值扔到数组下标high的位置。直到low==high,循环结束,此时数组被分为两部分:low左边的值都要小于或者等于low右边的值。最后将基准元素赋到下标low的位置并返回该下标即可。


2、递归 repeact

使用递归来对数组的子序列进行划分,同样的子序列也会调用递归来对其子序列划分,直到子序列长度为零,这时候整个数组就是一个有序的序列了

首先给出递归结束的条件:low>high,这个条件什么时候会触发呢?上面以及提到了是子序列长度为零,所以我们每次调用递归 都要缩减序列的边界 。通过diveded函数来得到每次划分成两部分序列的下标,以此作为子序列的某一边界,这样随着程序的运行,子序列逐渐缩小,最终排序的结果就是我所想的。


3、初始化与打印函数

这里就是C++中vector容器的一些用法了:


getArray函数里有srand作为随机数种子,利用push_back方法将产生的随机数循环插入到v容器中。

printArray 函数使用迭代器来遍历输出容器中的数据,这些知识我也有写博客,可以在我的《C++提高》专栏里学习。

四、时间复杂度分析

最坏的情况

如果说待排序列已经有序,那么快速排序分区的时候需要一个一个的比较、移动,根本不会发生多个子序列的情况,与冒泡无差别,时间复杂度为:image.png

最好的情况

由于算法是不断在子序列上递归执行的,如果说每次待排元素都恰好处在中间位置,将原有序列分成两个等长的子序列,每次划分都是这样的情况,那么总共的划分次数就可以用O(log2n)表示,这样时间复杂度可以在O(n log2 n)。


平均情况

快速排序是基于关键字比较的内部排序算法中速度最快的,平均性能可达O(n l o g 2 nlog2nlog2 n)。


有关快速排序的算法解析到此结束了,期待你的关注和鼓励~



目录
相关文章
|
1月前
|
搜索推荐 C语言
【排序算法】快速排序升级版--三路快排详解 + 实现(c语言)
本文介绍了快速排序的升级版——三路快排。传统快速排序在处理大量相同元素时效率较低,而三路快排通过将数组分为三部分(小于、等于、大于基准值)来优化这一问题。文章详细讲解了三路快排的实现步骤,并提供了完整的代码示例。
57 4
|
24天前
|
存储 搜索推荐 Python
用 Python 实现快速排序算法。
快速排序的平均时间复杂度为$O(nlogn)$,空间复杂度为$O(logn)$。它在大多数情况下表现良好,但在某些特殊情况下可能会退化为最坏情况,时间复杂度为$O(n^2)$。你可以根据实际需求对代码进行调整和修改,或者尝试使用其他优化策略来提高快速排序的性能
116 61
|
2月前
|
算法 搜索推荐 Shell
数据结构与算法学习十二:希尔排序、快速排序(递归、好理解)、归并排序(递归、难理解)
这篇文章介绍了希尔排序、快速排序和归并排序三种排序算法的基本概念、实现思路、代码实现及其测试结果。
33 1
|
2月前
|
搜索推荐 Java Go
深入了解快速排序算法
深入了解快速排序算法
52 2
|
2月前
|
存储 搜索推荐 算法
【排序算法(二)】——冒泡排序、快速排序和归并排序—>深层解析
【排序算法(二)】——冒泡排序、快速排序和归并排序—>深层解析
|
2月前
|
算法 Python
Python算法编程:冒泡排序、选择排序、快速排序
Python算法编程:冒泡排序、选择排序、快速排序
34 0
|
2月前
|
搜索推荐 C语言 C++
【C语言】指针篇-精通库中的快速排序算法:巧妙掌握技巧(4/5)
【C语言】指针篇-精通库中的快速排序算法:巧妙掌握技巧(4/5)
|
4月前
|
搜索推荐 算法 Java
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
该博客文章通过UML类图和Java源码示例,展示了如何使用适配器模式将QuickSort类和BinarySearch类的排序和查找功能适配到DataOperation接口中,实现算法的解耦和复用。
54 1
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
|
4月前
|
算法 搜索推荐
算法设计 (分治法应用实验报告)基于分治法的合并排序、快速排序、最近对问题
这篇文章是关于分治法应用的实验报告,详细介绍了如何利用分治法实现合并排序和快速排序算法,并探讨了使用分治法解决二维平面上的最近对问题的方法,包括伪代码、源代码实现及时间效率分析,并附有运行结果和小结。
|
5月前
|
算法 搜索推荐 编译器
算法高手养成记:Python快速排序的深度优化与实战案例分析
【7月更文挑战第11天】快速排序是编程基础,以O(n log n)时间复杂度和原址排序著称。其核心是“分而治之”,通过选择基准元素分割数组并递归排序两部分。优化包括:选择中位数作基准、尾递归优化、小数组用简单排序。以下是一个考虑优化的Python实现片段,展示了随机基准选择。通过实践和优化,能提升算法技能。**
66 3