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：
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：
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
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)
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
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
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
