排序算法——快速排序

server/2025/2/4 17:16:27/

代码仓库: 1037827920/AlgorithmZoo

快速排序

算法步骤

  1. 选择基准元素,从数组中选择一个元素作为基准,通常选择方式有:
    • 第一个元素
    • 最后一个元素
    • 中间元素
    • 随机选择
  2. 分区操作,将数组元素根据基准分为两部分,一部分小于基准,另一部分大于基准
  3. 递归排序,对基准左边和右边的子数组都进行快速排序,每次递归都会进行分区操作
  4. 终止条件:当子数组的大小为1或0时,也就是左指针索引大于等于右指针索引时,递归终止

时间复杂度

平均情况: O(N logN)

假设每次分区操作都能把数组划分成大约两半,这样递归的深度大概就是logN(以2为底,每次除以2,直到除到1,就是递归深度,如log8=3,如果每次对半分,8个元素递归深度为3),所以时间复杂度为O(logN)

每一层递归都需要对数组进行分区操作,这个通过for循环可以看出时间复杂度为O(N)

因此平均情况的时间复杂度为O(NlogN)

最坏情况: O(N^2)

每次选择的基准元素总是数据中的最大或最小元素,如果是这样,分区操作会把数组分成一个空数组和一个包含所有其余元素的数组,递归深度会达到N,每次递归减少一个元素。分区操作复杂度也为O(N),所以最坏情况的时间复杂度为O(N^2)

稳定性

当两个相等的元素在排序后保持原来的相对顺序,说明这个排序算法是稳定的。

快速排序不是稳定的排序算法

举个具体的例子,对数组[5, 2, 5]进行分区操作,选择第二个5作为基准,对数组进行遍历,第一个5保持不变,2会跟第一个5交换位置([2, 5, 5]),然后要把基准放到正确的位置(这时候小于基准的元素的索引是0,+1后是基准要放置的索引),所以第一个5会跟第二个5进行交换,这时候两个相等的元素已经不是原来的相对顺序了,所以快速排序不是稳定的

C++

#include <iostream>
#include <vector>
#include <cmath>
#include <concepts>using std::vector;
using std::swap;
using std::cout;
using std::endl;
using std::totally_ordered;// 快速排序的分区函数
template<totally_ordered T>
int partition(vector<T>& arr, size_t left, size_t right) {// 选择最右边的元素作为基准T pivot = arr[right];// 小于基准的元素的索引size_t i = left;// 遍历数组// 将小于基准的元素放到左边// 将大于基准的元素放到右边for (size_t j = left; j < right; ++j) {if (arr[j] < pivot) {swap(arr[i], arr[j]);++i;}}// 将基准元素放到正确的位置swap(arr[i], arr[right]);// 返回基准元素的索引return i;
}template<totally_ordered T>
void quick_sort(vector<T>& arr, size_t left, size_t right) {if (left < right) {// 分区操作size_t pivot_index = partition<T>(arr, left, right);// 对两边进行递归quick_sort(arr, left, pivot_index - 1);quick_sort(arr, pivot_index + 1, right);}
}int main() {vector<int> arr = { 10, 7, 8, 9, 1, 5 };quick_sort<int>(arr, 0, arr.size() - 1);for (const auto& num : arr) {cout << num << " ";}cout << endl;return 0;
}

C

#include <stdio.h>
#include <stdlib.h>void swap(int* a, int* b) {int tmp = *b;*b = *a;*a = tmp;
}int partition(int* arr, int left, int right) {// 确定基准元素int pivot = arr[right];// 小于基准的元素的索引int i = left;for (int j = left; j < right; ++j) {if (arr[j] < pivot) {swap(&arr[i], &arr[j]);i++;}}// 将基准元素放到正确的位置swap(&arr[i], &arr[right]);// 返回基准元素的索引return i;
}void quick_sort(int* arr, int left, int right) {if (left < right) {int pivot_index = partition(arr, left, right);quick_sort(arr, left, pivot_index - 1);quick_sort(arr, pivot_index + 1, right);}
}int main() {int* arr = (int*)malloc(6 * sizeof(int));if (arr == NULL) {fprintf(stderr, "malloc failed\n");return 1;}arr[0] = 10;arr[1] = 7;arr[2] = 8;arr[3] = 9;arr[4] = 1;arr[5] = 5;quick_sort(arr, 0, 5);for (int i = 0; i < 6; ++i) {printf("%d ", arr[i]);}printf("\n");free(arr);return 0;
}

Rust

use std::vec::Vec;// 快速排序的分区函数
fn partition<T: PartialOrd + Copy>(arr: &mut Vec<T>, left: usize, right: usize) -> usize {// 选择最右边的元素作为基准let pivot = arr[right as usize];// 小于基准的元素的索引let mut i = left;// 遍历数组// 将小于基准的元素放到左边// 将大于基准的元素放到右边for j in left..right {if arr[j] < pivot {arr.swap(i, j);i += 1;}}// 将基准元素放到正确的位置arr.swap(i, right);// 返回基准元素的索引i
}// 快排函数
fn quick_sort<T: PartialOrd + Copy>(arr: &mut Vec<T>, left: usize, right: usize) {if left < right {// 分区操作let pivot_index = partition(arr, left, right);// 对两边执行递归quick_sort(arr, left, pivot_index - 1);quick_sort(arr, pivot_index + 1, right);}
}fn main() {let mut arr = vec![10, 7, 8, 9, 1, 5];let len = arr.len();quick_sort(&mut arr, 0, len - 1);arr.iter().for_each(|x| print!("{x} "));println!();
}

Python

# 快速排序的分区函数
def partition(arr, left, right):# 选择最右边的元素作为基准pivot = arr[right]# 小于基准的元素的索引i = left# 遍历数组# 将小于基准的元素放到左边# 将大于基准的元素放到右边for j in range(left, right):if arr[j] < pivot:arr[i], arr[j] = arr[j], arr[i]i += 1# 将基准元素放到正确的位置arr[i], arr[right] = arr[right], arr[i]# 返回基准元素的索引return i# 递归函数
def quick_sort(arr, left, right):if left < right:# 分区操作pivot_index = partition(arr, left, right)# 对两边进行递归quick_sort(arr, left, pivot_index - 1)quick_sort(arr, pivot_index + 1, right)def main():arr = [10, 7, 8, 9, 1, 5]quick_sort(arr, 0, len(arr) - 1)for num in arr:print(num, end=' ')print()if __name__ == '__main__':main()

http://www.ppmy.cn/server/164929.html

相关文章

c++:list

1.list的使用 1.1构造 1.2迭代器遍历 &#xff08;1&#xff09;迭代器是算法和容器链接起来的桥梁 容器就是链表&#xff0c;顺序表等数据结构&#xff0c;他们有各自的特点&#xff0c;所以底层结构是不同的。在不用迭代器的前提下&#xff0c;如果我们的算法要作用在容器上…

基于SpringBoot的中医经方药食两用服务平台的设计与实现(源码+SQL脚本+LW+部署讲解等)

专注于大学生项目实战开发,讲解,毕业答疑辅导&#xff0c;欢迎高校老师/同行前辈交流合作✌。 技术范围&#xff1a;SpringBoot、Vue、SSM、HLMT、小程序、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、安卓app、大数据、物联网、机器学习等设计与开发。 主要内容&#xff1a;…

树莓派pico入坑笔记,睡眠

关于树莓派pico和circuitpython的更多玩法&#xff0c;请看树莓派pico专栏 关于在 CircuitPython 中使用警报和浅/深度睡眠的更多信息&#xff0c;请参阅此学习指南。 树莓派pico支持浅睡眠和深度睡眠&#xff0c;其中深度睡眠唤醒后将从boot.py开始运行 支持按时间唤醒和引…

Linux 4.19内核中的内存管理:x86_64架构下的实现与源码解析

在现代操作系统中,内存管理是核心功能之一,它直接影响系统的性能、稳定性和多任务处理能力。Linux 内核在 x86_64 架构下,通过复杂的机制实现了高效的内存管理,涵盖了虚拟内存、分页机制、内存分配、内存映射、内存保护、缓存管理等多个方面。本文将深入探讨这些机制,并结…

mysql中in和exists的区别?

大家好&#xff0c;我是锋哥。今天分享关于【mysql中in和exists的区别&#xff1f;】面试题。希望对大家有帮助&#xff1b; mysql中in和exists的区别&#xff1f; 在 MySQL 中&#xff0c;IN 和 EXISTS 都是用于子查询的操作符&#xff0c;但它们在执行原理和适用场景上有所不…

WebSocket——netty实现websocket编码

一、前言&#xff1a;WebSocket 和 Netty 简介 在现代的互联网应用中&#xff0c;许多场景需要实时通信&#xff0c;比如在线聊天、实时通知、股票行情更新等。这些场景下&#xff0c;我们需要一种技术&#xff0c;让服务器能够主动向客户端推送消息。WebSocket 就是为了解决这…

list的使用,及部分功能的模拟实现(C++)

目录&#xff08;文章中"节点"和"结点"是同一个意思&#xff09; 1. list的介绍及使用 1.1 list的介绍 1.2 list的使用 1.2.1 list的构造 1.2.2 list iterator的使用 1.2.3 list capacity 1.2.4 list element access 1.2.5 list modifiers 1.2.6 list…

Linux网络 应用层协议 HTTP

概念 在互联网世界中&#xff0c; HTTP &#xff08;HyperText Transfer Protocol &#xff0c;超文本传输协议&#xff09;是一个至关重要的协议。它定义了客户端&#xff08;如浏览器&#xff09;与服务器之间如何通信&#xff0c;以交换或传输超文本&#xff08;如 HTML 文…