转载

源码共读第一期：快速排序算法

加入源码共读行动计划，组队对抗惰性，每周共读一份源码，一年读完52份精选源码。

共读是一种生活状态。如果一个人还保持规律性的阅读代码习惯，说明他在有意识地提升自己。

群友基于“每天更好一点=的共同愿望走到一起，一起编程、互相带动、互相交流，共读群的价值观是：求真，互爱，每天更好一点。

底部资料需要长安扫描二维码即可阅读

ps：如果你有相关的源码 推荐欢迎加美女小编微信：gaa353

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n) 算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来。

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

算法步骤：

从数列中挑出一个元素，称为 “基准”（pivot），
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。
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。

首先简单描述下快速排序的基本思路

快速排序是基于分治模式处理的，对一个典型子数组A[p…r]排序的分治过程为三个步骤：

1.分解：

A[p..r]被划分为俩个（可能空）的子数组A[p ..q-1]和A[q+1 ..r]，使得

A[p ..q-1] <= A[q] <= A[q+1 ..r]

2.解决：通过递归调用快速排序，对子数组A[p ..q-1]和A[q+1 ..r]排序。

3.合并。

快速排序伪代码(来自算法导论)

QUICK_SORT(A,p,r)
    if(p<r)
        then q <—— PARTITION(A,p,r)
             QUICK_SORT(A,p,q-1)
             QUICK_SORT(A,q+1,r)

//核心函数，对数组A[p,r]进行就地重排，将小于A[r]的数移到数组前半部分，将大于A[r]的数移到数组后半部分。
PARTITION(A,p,r)
    pivot <—— A[r]
    i <—— p-1
    for j <—— p to r-1
        do if A[j] < pivot
            i <—— i+1
            exchange A[i]<——>A[j]
    exchange A[i+1]<——>A[r]
return i+1

示例：对以下数组，进行快速排序，下图示出了patition过程。

2 8 7 1 3 5 6 4(主元)

一个快速排序的实现代码如下

#include <stdio.h>
int partition(int *arr,int low,int high)
{
    int pivot=arr[high];
    int i=low-1;
    int j,tmp;
    for(j=low;j<high;++j)
        if(arr[j]<pivot){
            tmp=arr[++i];
            arr[i]=arr[j];
            arr[j]=tmp;
        }
    tmp=arr[i+1];
    arr[i+1]=arr[high];
    arr[high]=tmp;
    return i+1;
}
void quick_sort(int *arr,int low,int high)
{
    if(low<high){
        int mid=partition(arr,low,high);
        quick_sort(arr,low,mid-1);
        quick_sort(arr,mid+1,high);
    }
}
//test
int main()
{
    int arr[10]={1,4,6,2,5,8,7,6,9,12};
    quick_sort(arr,0,9);
    int i;
    for(i=0;i<10;++i)
        printf("%d ",arr[i]);
}

算法复杂度

最坏情况下的快排时间复杂度：

最坏情况发生在划分过程产生的俩个区域分别包含n-1个元素和一个0元素的时候，

即假设算法每一次递归调用过程中都出现了，这种划分不对称。那么划分的代价为O（n），

因为对一个大小为0的数组递归调用后，返回T（0）=O（1）。

估算法的运行时间可以递归的表示为：

T（n）=T（n-1）+T（0）+O（n)=T(n-1)+O(n).

可以证明为T（n）=O（n^2）。

因此，如果在算法的每一层递归上，划分都是最大程度不对称的，那么算法的运行时间就是O（n^2）。

最快情况下快排时间复杂度：

最快情况下，即PARTITION可能做的最平衡的划分中，得到的每个子问题都不能大于n/2.

因为其中一个子问题的大小为| n/2 |。另一个子问题的大小为|-n/2-|-1.

在这种情况下，快速排序的速度要快得多：

T(n)<=2T（n/2）+O（n）.可以证得，T（n）=O（nlgn）。

来自：

http://www.cricode.com/970.html

源码共读第一期：快速排序算法

算法步骤：

首先简单描述下快速排序的基本思路

一个快速排序的实现代码如下

算法复杂度

最坏情况下的快排时间复杂度：

最快情况下快排时间复杂度：

相关教程：

热门推荐

相关文章

说给你听

本文目录

随机标签

书籍教程

近期评论

网站信息

其他链接

关于本站

问题交流