【hoare优化版】快速排序算法 | 三数取中&小区间优化(2)

简介: 【hoare优化版】快速排序算法 | 三数取中&小区间优化(2)



上篇我们介绍了hoare基础版,但是这种代码存在缺陷,所以我们提出了两种解决方案。主流的解决方案就是【三数取中选key】

GitMidi三数取中

在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。在此我们采用三数取中法,也就是取左端、中间、右端三个数的下标,然后进行排序,将中间数作为枢纽值。

  • 取的三个数的中位数的下标
  • 取的是下标❗
  • 数值两两比较
  • 对快速排序的单趟的优化,三数取中是走快速排序逻辑(每趟的优化)
  • 三数取中:取三个数中的中位数下标,选到合适的数,避免选取到最小的最大的数,对顺序结构的效率优化很好。

整体思想

  • 设置三个值下标:begin // end // midi
  • 两个两个比较
  • 得到中位数的下标

图解分析

【顺序序列优化前:等差数列O(N^2)

【顺序序列优化后:类似二叉树等比数列O(N*logN)

代码实现

//三数取中
int GetMidi(int* a, int begin, int end)
{
  int midi = (begin + end) / 2;
  if (a[begin] < a[end])
  {
    if (a[begin] > a[midi])
    {
      return begin;
    }
    else if(a[end]<a[midi])
    {
      return end;
    }
    else
    {
      return midi;
    }
  }
  else//begin>=end
  {
    if (a[midi] < a[end])
    {
      return end;
    }
    else if (a[midi] > a[begin])
    {
      return begin;
    }
    else
    {
      return midi;
    }
  }
}

小区间优化

除了三数取中对顺序序列的快速排序起到了优化效果。如果数据量过大会造成

  • 快速排序递归层数太多,在debug版本底下会栈溢出。
  • 对于数据量过小用快速排序/希尔排序/堆排,效率反而没有直接插入排序高。(杀鸡用牛刀)直接插入排序对局部有序序列很友好。
  • 小区间优化走的直接插入的逻辑(整体的优化)
  • 注意❗❗❗❗小区间优化 优化的是递归的层数。

综上所诉,我们在用递归实现快速排序的基础上,如果数据量递归到一定程度过小,可以采用直接插入排序。这就是小区间优化。

整体思想

那么主要是优化那几层递归呢?

  • 主要优化递归层数的最后3~4层
  • 最后3~4层的递归层数占据了总的递归层数的80%(根据二叉树的性质)
  • 当数据量end-begin+1<=10的时候,让序列执行直接插入排序
  • 注意❗❗❗❗每段数据序列被分割了起始位置不一样不都是a,要用a+begin表示
  • 区间是[begin,end] ,此区间的数据量是end-begin+1

所以:小区间优化=数据量大(递归)+数据量小&递归层数多&最后3~4层(用插入排序)

图解分析

代码实现

void QuickSort(int* a, int begin,int end)
{
  if (begin >= end)//只有1个元素 没有区间
  {
    return;
  }
  //<10个数字走插入逻辑 
  if (end - begin + 1 <= 10)
  {
    InsertSort(a + begin, end - begin + 1);
  }
  //>10个数走快排逻辑
  else
  {
    int keyi = PartSort1(a, begin, end);
    QuickSort(a, begin, keyi - 1);
    QuickSort(a, keyi + 1, end);
  }
}

Hoare优化总代码

void Swap(int* p1, int* p2)
{
  int tmp = *p1;
  *p1 = *p2;
  *p2 = tmp;
}
//直接插入
void InsertSort(int* a, int n)
{
  // [0, end] end+1
  for (int i = 0; i < n - 1; ++i)
  {
    int end = i;
    int tmp = a[end + 1];
    while (end >= 0)
    {
      if (tmp < a[end])
      {
        a[end + 1] = a[end];
        --end;
      }
      else
      {
        break;
      }
    }
    a[end + 1] = tmp;
  }
}
//三数取中
int GetMidi(int* a, int begin, int end)
{
  int midi = (begin + end) / 2;
  if (a[begin] < a[end])
  {
    if (a[begin] > a[midi])
    {
      return begin;
    }
    else if(a[end]<a[midi])
    {
      return end;
    }
    else
    {
      return midi;
    }
  }
  else//begin>=end
  {
    if (a[midi] < a[end])
    {
      return end;
    }
    else if (a[midi] > a[begin])
    {
      return begin;
    }
    else
    {
      return midi;
    }
  }
}
//hoare版本&三数取中&每趟的优化
int PartSort1(int* a, int begin, int end)//返回分割线
{
  int left = begin;
  int right = end;
  int keyi = begin;
  //三数取中
  int midi = GetMidi(a, begin, end);
  Swap(&a[keyi], &a[midi]);
  while (left < right)
  {
    //找小
    while (left < right && a[right] >= a[keyi])
    {
      right--;
    }
    //找大
    while (left < right && a[left] <= a[keyi])
    {
      left++;
    }
    //找到了
    Swap(&a[right], &a[left]);
  }
  Swap(&a[left], &a[keyi]);
  keyi = left;
  return keyi;
  //分割 [begin,keyi-1] keyi [keyi+1,end]
}
//小区间优化&整体的优化
void QuickSort(int* a, int begin, int end)
{
  if (begin >= end)
  {
    return;
  }
  //<10个数字走插入逻辑 
  if (end - begin + 1 <= 10)
  {
    InsertSort(a + begin, end - begin + 1);
  }
  //>10个数走快排逻辑
  else
  {
    int keyi = PartSort1(a, begin, end);
    QuickSort(a, begin, keyi - 1);
    QuickSort(a, keyi + 1, end);
  }
}

🙂感谢大家的阅读,若有错误和不足,欢迎指正。

目录
相关文章
|
8天前
|
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。
30 4
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习中的优化算法及其应用
【10月更文挑战第8天】 本文将探讨深度学习中常用的优化算法,包括梯度下降法、Adam和RMSProp等,介绍这些算法的基本原理与应用场景。通过实例分析,帮助读者更好地理解和应用这些优化算法,提高深度学习模型的训练效率与性能。
139 63
|
10天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
11天前
|
人工智能 算法 大数据
Linux内核中的调度算法演变:从O(1)到CFS的优化之旅###
本文深入探讨了Linux操作系统内核中进程调度算法的发展历程,聚焦于O(1)调度器向完全公平调度器(CFS)的转变。不同于传统摘要对研究背景、方法、结果和结论的概述,本文创新性地采用“技术演进时间线”的形式,简明扼要地勾勒出这一转变背后的关键技术里程碑,旨在为读者提供一个清晰的历史脉络,引领其深入了解Linux调度机制的革新之路。 ###
|
21天前
|
人工智能 算法 数据安全/隐私保护
基于遗传优化的SVD水印嵌入提取算法matlab仿真
该算法基于遗传优化的SVD水印嵌入与提取技术,通过遗传算法优化水印嵌入参数,提高水印的鲁棒性和隐蔽性。在MATLAB2022a环境下测试,展示了优化前后的性能对比及不同干扰下的水印提取效果。核心程序实现了SVD分解、遗传算法流程及其参数优化,有效提升了水印技术的应用价值。
|
20天前
|
存储 缓存 算法
优化轮询算法以提高资源分配的效率
【10月更文挑战第13天】通过以上这些优化措施,可以在一定程度上提高轮询算法的资源分配效率,使其更好地适应不同的应用场景和需求。但需要注意的是,优化策略的选择和实施需要根据具体情况进行详细的分析和评估,以确保优化效果的最大化。
|
21天前
|
并行计算 算法 IDE
【灵码助力Cuda算法分析】分析共享内存的矩阵乘法优化
本文介绍了如何利用通义灵码在Visual Studio 2022中对基于CUDA的共享内存矩阵乘法优化代码进行深入分析。文章从整体程序结构入手,逐步深入到线程调度、矩阵分块、循环展开等关键细节,最后通过带入具体值的方式进一步解析复杂循环逻辑,展示了通义灵码在辅助理解和优化CUDA编程中的强大功能。
|
22天前
|
存储 缓存 算法
前端算法:优化与实战技巧的深度探索
【10月更文挑战第21天】前端算法:优化与实战技巧的深度探索
19 1
|
22天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于贝叶斯优化CNN-LSTM网络的数据分类识别算法matlab仿真
本项目展示了基于贝叶斯优化(BO)的CNN-LSTM网络在数据分类中的应用。通过MATLAB 2022a实现,优化前后效果对比明显。核心代码附带中文注释和操作视频,涵盖BO、CNN、LSTM理论,特别是BO优化CNN-LSTM网络的batchsize和学习率,显著提升模型性能。
|
30天前
|
存储 缓存 算法
如何通过优化算法和代码结构来提升易语言程序的执行效率?
如何通过优化算法和代码结构来提升易语言程序的执行效率?