码迷,mamicode.com
首页 > 编程语言 > 详细

Python 实现快排

时间:2018-09-09 20:07:51      阅读:243      评论:0      收藏:0      [点我收藏+]

标签:size   fill   term   class   区域   准备   独立   pytho   分析   

快速排序简介
快速排序,又称划分交换排序,从无序队列中挑取一个元素,把无序队列分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
简单来说:挑元素、划分组、分组重复前两步

快速排序原理示意图
通过上面对快速排序的简介,我们知道了,快速排序主要包括以下两方面:
挑元素划分组、整体递归分组
挑元素划分组示意图:

技术分享图片

特点:
1、因为是无序队列,所以位置可以随机挑
2、临时划分一个空间,存放我们挑选出来的中间元素
3、左标签位置空,移动右标签,反之一样
4、重复3,直到左右侧标签指向同一个位置,
5、把临时存放的中间元素,归位
一句话:左手右手一个慢动作,右手左手慢动作重播

整体划分示意图:

技术分享图片

特点:
1、递归拆分
2、拆分到最后,所有小组内的元素个数都是1
一句话:递归拆分到不能再拆

代码实践分析
根据上面两个示意图的分析,我们要从两个大方面分析:
序列切割 和 递归拆分

1、序列切割
序列切割这个知识点,我们从四个方面分别介绍:
3个基本标签、右侧推进、左侧推进、停止推进(即元素归位)

1.1、3个基本标签
大小区域切割,至少涉及到三个标签:
mid:指定要切割的临时中间数字    
left:从队列左侧推进的标签
right:从队列右侧推进的标签                                     技术分享图片

 1 def quick_sort(li, start, end):
 2     # 分治 一分为二
 3     # start=end ,证明要处理的数据只有一个
 4     # start>end ,证明右边没有数据
 5     if start >= end:
 6         return
 7     # 定义两个游标,分别指向0和末尾位置
 8     left = start
 9     right = end
10     # 把0位置的数据,认为是中间值
11     mid = li[left]
12     while left < right:
13         # 让右边游标往左移动,目的是找到小于mid的值,放到left游标位置
14         while left < right and li[right] >= mid:
15             right -= 1
16         li[left] = li[right]
17         # 让左边游标往右移动,目的是找到大于mid的值,放到right游标位置
18         while left < right and li[left] < mid:
19             left += 1
20         li[right] = li[left]
21     # while结束后,把mid放到中间位置,left=right
22     li[left] = mid
23     # 递归处理左边的数据
24     quick_sort(li, start, left-1)
25     # 递归处理右边的数据
26     quick_sort(li, left+1, end)
27  
28 if __name__ == __main__:
29     l = [6,5,4,3,2,1]
30     # l = 3 [2,1,5,6,5,4]
31     # [2, 1, 5, 6, 5, 4]
32     quick_sort(l,0,len(l)-1)
33     print(l)
34     # 稳定性:不稳定
35     # 最优时间复杂度:O(nlogn)
36     # 最坏时间复杂度:O(n^2)

 

关键点:
序列切割:
1、挑中间元素:mid = alist[start]
2、右推进:while right > left and alist[right] >= mid:
3、左推进:while left < right and alist[left] < mid:
4、推进循环:while left < right:
5、元素归位:alist[left] = mid
递归拆分:
1、小组边界确定:left = start、right = end
2、递归退出条件:if start < end:
3、函数自调用:quick_sort(alist, start, end)

时间复杂度
最优时间复杂度:O(nlogn)
对于每次快排,left和right的标签分别在左右两册数据全部都移动了一遍,相当于遍历了所有数据,那么时间复杂度是O(n)
因为涉及到了递归分组,所以他的时间复杂度是O(logn)
整体来说:最优的时间复杂度是 O(nlogn)

最坏时间复杂度:O(n2)

技术分享图片

因为递归分组分组的条件不一定是二分,有可能每一次mid指定的都是最大或者最小,那么有多少个元素,我们就可能分多少次组,这种情况时间复杂度就是O(n)了
所以最坏的时间复杂度就是O(n2),那么最坏也不过如此了。
稳定性:不稳定

技术分享图片

思考:
改哪个地方,结果是降序?
while right > left and alist[right] >= mid:     代码中的 >= 改为 <=
while left < right and alist[left] < mid         代码中的 < 改为 >
本节内容小结:
1、快速排序原理:挑元素、划分组,分组重复前两步。
2、快速排序实践步骤:
划分组:准备工作+左右移动+元素归位
递归:函数自调用+退出条件

 

Python 实现快排

标签:size   fill   term   class   区域   准备   独立   pytho   分析   

原文地址:https://www.cnblogs.com/kaiping23/p/9614395.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!