排序-快速排序(交換排序類型-分治法-遞歸)

快速排序

快速排序是由東尼·霍爾所發(fā)展的一種排序算法。在平均狀況下趁蕊,排序 n 個(gè)項(xiàng)目要 Ο(nlogn) 次比較坞生。在最壞狀況下則需要 Ο(n2) 次比較,但這種狀況并不常見掷伙。事實(shí)上是己,快速排序通常明顯比其他 Ο(nlogn) 算法更快,因?yàn)樗膬?nèi)部循環(huán)(inner loop)可以在大部分的架構(gòu)上很有效率地被實(shí)現(xiàn)出來任柜。

快速排序使用分治法(Divide and conquer)策略來把一個(gè)串行(list)分為兩個(gè)子串行(sub-lists)卒废。

快速排序又是一種分而治之思想在排序算法上的典型應(yīng)用。本質(zhì)上來看宙地,快速排序應(yīng)該算是在冒泡排序基礎(chǔ)上的遞歸分治法摔认。

算法步驟:

  1. 從數(shù)列中挑出一個(gè)元素,稱為 “基準(zhǔn)”(pivot);
  2. 重新排序數(shù)列宅粥,所有元素比基準(zhǔn)值小的擺放在基準(zhǔn)前面参袱,所有元素比基準(zhǔn)值大的擺在基準(zhǔn)的后面(相同的數(shù)可以到任一邊)。在這個(gè)分區(qū)退出之后秽梅,該基準(zhǔn)就處于數(shù)列的中間位置抹蚀。這個(gè)稱為分區(qū)(partition)操作;
  3. 遞歸地(recursive)把小于基準(zhǔn)值元素的子數(shù)列和大于基準(zhǔn)值元素的子數(shù)列排序

時(shí)間復(fù)雜度和空間復(fù)雜度

時(shí)間復(fù)雜度:
(1)最好: O(nlogn)
(2)最壞:O(n2)
(3)平均: O(nlogn)

空間復(fù)雜度:
O(nlogn)

參考代碼

C語(yǔ)言

#include <stdio.h>

int getPivot(int a[],int left, int right){
    int i = left,j = right,X = a[i];
    while (i<j) {
        //先從右往左找,當(dāng)大于基準(zhǔn)數(shù)的時(shí)候企垦,一直往左找
        while (i<j && a[j] >= X) {
            j--;
        }
        if (i<j) {
            a[i] = a[j];
            i++;
        }
        //從左往右找环壤,當(dāng)小于基準(zhǔn)數(shù)的時(shí)候,一直往右找
        while (i<j && a[i] < X) {
            i++;
        }
        if (i<j) {
            a[j] = a[i];
            j--;
        }
    }
    
    //將基準(zhǔn)數(shù)插入當(dāng)前下標(biāo)
    a[i] = X;
    
    return i;
}

void quiteSort(int a[],int left,int right){
    if (left<right) {
        int pivot = getPivot(a, left, right);
        quiteSort(a, left, pivot-1);
        quiteSort(a, pivot+1, right);
    }
}

int main(int argc, const char * argv[]) {
    
    int a[] = {7,3,5,6,8,1,9,2,4};
    
    quiteSort(a, 0, 8);
    
    for (int i = 0 ; i<9; i++) {
        printf("%d ",a[i]);
    }
    return 0;
}
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末钞诡,一起剝皮案震驚了整個(gè)濱河市郑现,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌臭增,老刑警劉巖懂酱,帶你破解...
    沈念sama閱讀 222,729評(píng)論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異誊抛,居然都是意外死亡列牺,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,226評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門拗窃,熙熙樓的掌柜王于貴愁眉苦臉地迎上來瞎领,“玉大人泌辫,你說我怎么就攤上這事【拍” “怎么了震放?”我有些...
    開封第一講書人閱讀 169,461評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)驼修。 經(jīng)常有香客問我殿遂,道長(zhǎng),這世上最難降的妖魔是什么乙各? 我笑而不...
    開封第一講書人閱讀 60,135評(píng)論 1 300
  • 正文 為了忘掉前任墨礁,我火速辦了婚禮,結(jié)果婚禮上耳峦,老公的妹妹穿的比我還像新娘恩静。我一直安慰自己,他們只是感情好蹲坷,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,130評(píng)論 6 398
  • 文/花漫 我一把揭開白布驶乾。 她就那樣靜靜地躺著,像睡著了一般循签。 火紅的嫁衣襯著肌膚如雪级乐。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,736評(píng)論 1 312
  • 那天懦底,我揣著相機(jī)與錄音唇牧,去河邊找鬼罕扎。 笑死聚唐,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的腔召。 我是一名探鬼主播杆查,決...
    沈念sama閱讀 41,179評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼臀蛛!你這毒婦竟也來了亲桦?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 40,124評(píng)論 0 277
  • 序言:老撾萬榮一對(duì)情侶失蹤浊仆,失蹤者是張志新(化名)和其女友劉穎客峭,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體抡柿,經(jīng)...
    沈念sama閱讀 46,657評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡舔琅,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,723評(píng)論 3 342
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了洲劣。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片备蚓。...
    茶點(diǎn)故事閱讀 40,872評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡课蔬,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出郊尝,到底是詐尸還是另有隱情二跋,我是刑警寧澤,帶...
    沈念sama閱讀 36,533評(píng)論 5 351
  • 正文 年R本政府宣布流昏,位于F島的核電站扎即,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏况凉。R本人自食惡果不足惜铺遂,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,213評(píng)論 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望茎刚。 院中可真熱鬧襟锐,春花似錦、人聲如沸膛锭。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,700評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)初狰。三九已至莫杈,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間奢入,已是汗流浹背筝闹。 一陣腳步聲響...
    開封第一講書人閱讀 33,819評(píng)論 1 274
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留腥光,地道東北人关顷。 一個(gè)月前我還...
    沈念sama閱讀 49,304評(píng)論 3 379
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像武福,于是被迫代替她去往敵國(guó)和親议双。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,876評(píng)論 2 361