码迷,mamicode.com
首页 > 编程语言 > 详细

算法就是这么一回事(排序)(第三部分)

时间:2014-11-09 17:53:27      阅读:320      评论:0      收藏:0      [点我收藏+]

标签:des   style   blog   http   io   color   ar   os   使用   

六、快速排序

  快速排序是通过一种把集合中的元素按照第一个元素(这个是动态过程变化)作为标杆来分为两部分,前面一部分比他小(或等),后面一部分比它大。然后就是通过适当的程序来递归这个过程,当最后没有交换说明需要退出递归。

  上图bubuko.com,布布扣

  

快速排序使用分治法(Divide and conquer)策略来把一个序列(list)分为两个子序列(sub-lists)。

步骤为:

  1. 从数列中挑出一个元素,称为 "基准"(pivot),
  2. 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作。
  3. 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。

递归的最底部情形,是数列的大小是零或一,也就是永远都已经被排序好了。虽然一直递归下去,但是这个算法总会退出,因为在每次的迭代(iteration)中,它至少会把一个元素摆到它最后的位置去。

代码:

  1 #include <iostream>
  2 #include <iterator>
  3 #include <vector>
  4 #include <ctime>
  5 #include <random>
  6 #include <functional>
  7 #include <algorithm>
  8 using namespace std;
  9 int intSwap(int& a,int& b)
 10 {
 11     int intswaptemp=a;
 12     a=b;
 13     b=intswaptemp;
 14     return 0;
 15 }
 16 /*----------------------------------------------------
 17 -----------------快速排序(STL版本)---------------------
 18 参数:迭代器、cmp
 19 cmp可以为less、greater等函数
 20   template<typename _Tp>
 21     struct less_equal : public binary_function<_Tp, _Tp, bool>
 22     {
 23       bool
 24       operator()(const _Tp& __x, const _Tp& __y) const
 25       { return __x <= __y; }
 26     };
 27 这个东西第一次学需要自己拿笔算写,不需要想,因为太费劲了。
 28 ----------------------------------------------------*/
 29 template<typename Conditerator,typename Compare>
 30 int quickSortIter(Conditerator begin,Conditerator end,Compare cmp)
 31 {
 32     if(begin!=end)//递归终止条件
 33     {
 34         Conditerator left=begin;//
 35         Conditerator right=end;//
 36         Conditerator pivot=left++;//用于作为参考相对大小的数子
 37         while(left!=right)
 38         {
 39             if(cmp(*left,*pivot))//从begin开始下一个比较是否小于begin,    left<begin(pivot)
 40                 ++left;//如果成立,left移向下一个未和begin比较的值
 41             else
 42             {
 43                 while((left!=right)&&cmp(*pivot,*right))//begin(pivot)<right
 44                     right--;
 45                 iter_swap(left,right);
 46             }
 47         }
 48         if(cmp(*pivot,*left))//这里就是为了防止left和right重合
 49             --left;//因为在上面程序中,最后会导致left和right重合,需要分离left
 50         iter_swap(begin,left);//保留了pivot,通过交换到前面一组中的最后一位
 51         quickSortIter(begin,left,cmp);
 52         quickSortIter(right,end,cmp);
 53     }
 54     return 0;
 55 }
 56 template<typename T>
 57 inline int quickSort(T begin,T end)
 58 {
 59     quickSortIter(begin,end,
 60                   less_equal<typename iterator_traits<T>::value_type>());
 61     return 0;
 62 }
 63 inline int QuickSortVector(vector<int> &ivec)
 64 {
 65     quickSort(ivec.begin(),ivec.end());
 66     return 0;
 67 }
 68 /*----------------------------------------------------
 69 -----------------快速排序(vector版本)------------------
 70 参数:vector<int>
 71 关键信息:通过合适的交换来实现,以第一个begin值为临时交换的参考值
 72 解释同上
 73 注意:一定要搞清楚>=和<=的逻辑关系,否则error或者死循环
 74 ----------------------------------------------------*/
 75 int quicksort_vector(vector<int>& ivec,int begin,int end)
 76 {
 77     if(begin!=end)
 78     {
 79         int left=begin;
 80         int right=end;
 81         int pivot=left++;//设置参考值(用于比较)
 82         while(left!=right)
 83         {
 84             if(ivec[pivot]>=ivec[left])
 85                 ++left;
 86             else
 87             {
 88                 while((left!=right)&&(ivec[pivot]<=ivec[right]))
 89                     --right;
 90                 intSwap(ivec[left],ivec[right]);
 91             }
 92         }
 93         if(ivec[pivot]<=ivec[left])
 94             left--;
 95         intSwap(ivec[begin],ivec[left]);
 96         quicksort_vector(ivec,begin,left);
 97         quicksort_vector(ivec,right,end);
 98     }
 99     return 0;
100 }
101 inline int quicksort1(vector<int> &ivec)
102 {
103     quicksort_vector(ivec,0,ivec.size()-1);
104     return 0;
105 }
106 int main()
107 {
108     clock_t start,end;
109     vector<int> ivec,copyivec;
110     srand(14);
111     for(int i=0;i<10000;i++)//10k
112         ivec.push_back((int)rand());
113     copyivec=ivec;
114     start=clock();
115     QuickSortVector(ivec);
116     end=clock();
117     for(int i=0;i<10000;i+=500)
118         cout<<ivec[i]<<\t;
119     cout<<endl;
120     cout<<"the time  of 1 is "<<end-start<<endl;
121     start=clock();
122     quicksort1(copyivec);
123     end=clock();
124     for(int i=0;i<10000;i+=500)
125         cout<<ivec[i]<<\t;
126     cout<<endl;
127     cout<<"the time  of 2 is "<<end-start<<endl;
128 
129     return 0;
130 }

bubuko.com,布布扣

  乱数快速排序有一个值得注意的特性,在任意输入数据的状况下,它只需要O(n log n)的期望时间。是什么让随机的基准变成一个好的选择?

  假设我们排序一个数列,然后把它分为四个部份。在中央的两个部份将会包含最好的基准值;他们的每一个至少都会比25%的元素大,且至少比25%的元素小。如果我们可以一致地从这两个中央的部份选出一个元素,在到达大小为1的数列前,我们可能最多仅需要把数列分区2log2 n次,产生一个 O(nlogn)算法。

  不幸地,乱数选择只有一半的时间会从中间的部份选择。出人意外的事实是这样就已经足够好了。想像你正在翻转一枚硬币,一直翻转一直到有 k 次人头那面出现。尽管这需要很长的时间,平均来说只需要 2k 次翻动。且在 100k 次翻动中得不到 k 次人头那面的机会,是像天文数字一样的非常小。借由同样的论证,快速排序的递归平均只要2(2log2 n)的调用深度就会终止。但是如果它的平均调用深度是O(log n)且每一阶的调用树状过程最多有 n 个元素,则全部完成的工作量平均上是乘积,也就是 O(n log n)。

 

数据结构 不定
最差时间复杂度 bubuko.com,布布扣
最优时间复杂度 bubuko.com,布布扣
平均时间复杂度 bubuko.com,布布扣
最差空间复杂度 根据实现的方式不同而不同

算法就是这么一回事(排序)(第三部分)

标签:des   style   blog   http   io   color   ar   os   使用   

原文地址:http://www.cnblogs.com/cnblogs-maxlleric/p/4085543.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!