数据结构——三路划分(快排优化)

简介: 数据结构——三路划分(快排优化)


Leetcode时遇到的问题,用普通的快排去跑,发现有问题。

普通的Hoare或者其他的快排好像都没有直接解决掉这个问题,当一个数重复出现的时候,用普通的快排效率其实并没有那么高。所以,这也是普通快排的缺点之一。



所以,在一个元素重复出现多次的时候,可以用三路划分来优化快排。


思考一下,为什么当arr[cur] > key的时候,cur不++呢?

这是因为,我们只知道当时在cur位置上的值比key大,而right不知道比key大还是小,所以不用cur++,而right--,是因为在交换后,已经知道肯定比key大了。

源码如下:

void QuickSork(int arr[],int left,int right)
{
    if(left >= right)
        return;
    int begin = left;
    int end = right;
    int cur = left+1;
    int key = arr[left];
    while(cur <= right)
    {
        if(arr[cur] < key)
        {
            swap(arr[left],arr[cur]);
            cur++;
            left++;
        }else if(arr[cur] > key)
        {
            swap(arr[cur],arr[right]);
            --right;
        }else 
        {
            ++cur;
        }
    }
    QuickSork(arr,begin,left-1);
    QuickSork(arr,right+1,end);
}


相关文章
|
19天前
|
存储 消息中间件 NoSQL
Redis数据类型详解:选择合适的数据结构优化你的应用
Redis数据类型详解:选择合适的数据结构优化你的应用
|
19天前
|
存储 搜索推荐 关系型数据库
深度探讨数据库索引的数据结构及优化策略
深度探讨数据库索引的数据结构及优化策略
|
19天前
|
存储 监控 NoSQL
Redis处理大量数据主要依赖于其内存存储结构、高效的数据结构和算法,以及一系列的优化策略
【5月更文挑战第15天】Redis处理大量数据依赖内存存储、高效数据结构和优化策略。选择合适的数据结构、利用批量操作减少网络开销、控制批量大小、使用Redis Cluster进行分布式存储、优化内存使用及监控调优是关键。通过这些方法,Redis能有效处理大量数据并保持高性能。
39 0
|
19天前
|
C语言
【C语言/数据结构】排序(快速排序及多种优化|递归及非递归版本)
【C语言/数据结构】排序(快速排序及多种优化|递归及非递归版本)
14 0
|
19天前
|
算法 数据处理 C语言
【数据结构与算法】快速排序(详解:快排的Hoare原版,挖坑法和双指针法|避免快排最坏时间复杂度的两种解决方案|小区间优化|非递归的快排)
【数据结构与算法】快速排序(详解:快排的Hoare原版,挖坑法和双指针法|避免快排最坏时间复杂度的两种解决方案|小区间优化|非递归的快排)
|
19天前
|
算法 索引
【算法与数据结构】深入二叉树实现超详解(全源码优化)
【算法与数据结构】深入二叉树实现超详解(全源码优化)
|
19天前
|
存储 缓存 算法
探索数据结构在算法优化中的关键作用
本文将深入探讨数据结构在算法优化中的重要性及关键作用,从不同数据结构对算法效率的影响进行分析,帮助读者更好地理解数据结构与算法之间的密切关系。
|
8月前
|
算法 搜索推荐
【数据结构】快排的详细讲解
【数据结构】快排的详细讲解
|
19天前
|
缓存 Rust 算法
Rust中的数据结构与算法优化实践
在Rust编程语言中,优化数据结构与算法是提高程序性能的关键。本文首先介绍了Rust的特点,然后重点讨论了如何在Rust中优化数据结构和算法,包括使用标准库中的高效数据结构、自定义数据结构的优化技巧、算法选择与改进、以及Rust特性如所有权和借用检查器的应用。通过实际案例,我们将展示如何在Rust中实现更高效的数据结构与算法。