算法与数据结构(七)：快速排序

标签：如何   判断   .com   image   quic   元素   turn   排序算法   数据   

在上一篇中，回顾了一下针对选择排序的优化算法——堆排序。堆排序的时间复杂度为O(nlogn)，而快速排序的时间复杂度也是O(nlogn)。但是快速排序在同为O(n*logn)的排序算法中，效率也是相对较高的，而且快速排序使用了算法中一个十分经典的思想——分治法；因此掌握快速排序还是很有必要的。

快速排序的基本思想如下：

1. 在一组无序元素中，找到一个数作为基准数。
2. 将大于它的数全部移动到它的右侧，小于它的全部移动到右侧。
3. 在分成的两个区中，再次重复1到2 的步骤，直到所有的数全部有序

下面还是来看一个例子
[3,6,1,2,8,4,7]
首先选取一个基准数，一般选择序列最左侧的数为基准数，也就是3，将小于3的数移动到3的左边，大于3的移动到3的右边，得到如下的序列
[2,1,3,6,8,4,7]
接着针对左侧的[2, 1] 这个序列和 [6, 8, ,4, 7]这两个序列再次执行这种操作，直到所有的数都变为有序为止。

知道了具体的思路下面就是写算法了。

void QSort(int a[], int n)
{
    int nIdx = adjust(a, 0, n -1);

    //针对调整之后的数据左右两侧序列都再次进行调整
    if(nIdx != -1)
    {
        QSort(&a[0], nIdx);
        QSort(&a[nIdx + 1], n - nIdx - 1);
    }
}

这里定义了一个函数作为快速排序的函数，函数需要传入序列的首地址以及序列中间元素的长度。在排序函数中只需要关注如何进行调整即可。

这里进行了一个判断，当调整函数返回-1时表示不需要调整，也就是说此时已经都是有序的了，这个时候就不需要调整了。

程序的基本框架已经完成了，剩下的就是如何编写调整函数了。调整的算法如下:

1. 首先定义两个指针，指向最右侧和最左侧，最左侧指针指向基准数所在位置
   

2. 先从右往左扫描，当发现右侧数小于基准值时，将基准值位置的数替换为该数，并且立刻从左往右扫描，直到找到一个数大于基准值，再次进行替换
   

3. 接着再次从右往左扫描，直到找到小于基准数的值；并再次改变扫描顺序，直到调整完毕
   

最后直到两个指针重合，此时重合的位置就是基准值所在位置

根据这个思路，可以编写如下代码

int QuickSort(int a[], int nLow, int nHigh)
{
    if (nLow >= nHigh)
    {
        return -1;
    }

    int tmp = a[nLow];

    int i = nLow;
    int j = nHigh;

    while (i != j)
    {
        //先从右往左扫描，只到找到比基准值小的数
        //将该数放到基准值的左侧
        while (a[j] > tmp && j > i)
        {
            j--;
        }
        if (a[j] < tmp)
        {
            a[i]= a[j];
            i++;
        }

        //接着从左往右扫描，直到找到比基准值大的数
        //将该数放入到基准值的右侧
        while (a[i] < tmp && i < j)
        {
            i++;
        }
        
        if (a[i] > tmp)
        {
            a[j] = a[i];

            j--;
        }
    }
    
    a[i] = tmp;
    return i;
}

到此已经完成了快速排序的算法编写了。

在有大量的数据需要进行排序时快速排序的效果比较好，如果数据量小，或者排序的序列已经是一个逆序的有序序列，它退化成O(n^2)。

快速排序是一个不稳定的排序算法。

算法与数据结构(七)：快速排序

标签：如何   判断   .com   image   quic   元素   turn   排序算法   数据   

原文地址：https://www.cnblogs.com/lanuage/p/10661544.html