快速排序的原理究竟是如何巧妙地通过分治策略实现高效排序的呢？
- 内容介绍
- 文章标签
- 相关推荐
本文共计1399个文字，预计阅读时间需要6分钟。
快速排序是面试中常见的排序算法问题，除了理解其排序流程，还需掌握一些快速排序的代码实现及优化方法。
详细描述如下：快速排序通过一趟排序将待排序的记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。
快速排序的步骤：
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。
代码实现示例：
pythondef quick_sort(arr): if len(arr) <=1: return arr pivot=arr[len(arr) // 2] left=[x for x in arr if x pivot] return quick_sort(left) + middle + quick_sort(right)优化方法：
1.选择合适的基准值：使用三数取中法，即取首、中、尾三个元素的平均值作为基准值。
2.避免递归深度过大：当递归到小数组时，使用插入排序等非递归方法进行排序。
3.尾递归优化：在递归调用时，先处理较小的子数组，这样可以减少递归的深度。
快速排序是面试当中最常见的排序算法问题了，除了需要理解快速排序的流程，还要理解一些快速排序的代码实现，了解一些优化方法。 详细描述快速排序通过一趟排序将待排序列分割成独立的两部分，其中一部分序列的关键字均比另一部分序列的关键字小，则可分别对这两部分序列继续进行排序，以达到整个序列有序的目的。
快速排序详细的执行步骤如下：
- 从序列中挑出一个元素，称为 “基准”（pivot）；
- 重新排序序列，所有比基准值小的元素摆放在基准前面，所有比基准值大的元素摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于序列的中间位置。这个称为分区（partition）操作；
- 递归地（recursive）把小于基准值元素的子序列和大于基准值元素的子序列排序。
第一种方式：固定位置选择基准值；在整个序列已经趋于有序的情况下，效率很低。
第二种方式：随机选取待排序列中任意一个数作为基准值；当该序列趋于有序时，能够让效率提高，但在整个序列数全部相等的时候，随机快排的效率依然很低。
第三种方式：从区间的首、尾、中间，分别取出一个数，然后对比大小，取这 3 个数的中间值作为基准值；这种方式解决了很多特殊的问题，但对于有很多重复值的序列，效果依然不好。
快速排序有什么好的优化方法？首先，合理选择基准值，将固定位置选择基准值改成三点取中法，可以解决很多特殊的情况，实现更快地分区。
其次，当待排序序列的长度分割到一定大小后，使用插入排序。对于待排序的序列长度很小或基本趋于有序时，插入排序的效率更好。
在排序后，可以将与基准值相等的数放在一起，在下次分割时可以不考虑这些数。对于解决重复数据较多的情况非常有用。
在实现上，递归实现的快速排序在函数尾部有两次递归操作，可以对其使用尾递归优化（简单地说，就是尾位置调用自身）。
代码实现package cn.fatedeity.algorithm.sort;
import java.util.Random;
/**
* 快速排序算法
*/
public class QuickSort {
private static void swap(int[] numbers, int src, int target) {
int temp = numbers[src];
numbers[src] = numbers[target];
numbers[target] = temp;
}
private static int[] sort(int[] numbers, int low, int high) {
if (low > high) {
return numbers;
}
// 随机数取基准值
Random random = new Random();
int pivotIndex = random.nextInt(low, high + 1);
int pivot = numbers[pivotIndex];
swap(numbers, pivotIndex, low);
int mid = low + 1;
for (int i = low + 1; i <= high; i++) {
if (numbers[i] < pivot) {
swap(numbers, i, mid);
mid++;
}
}
swap(numbers, low, --mid);
sort(numbers, low, mid - 1);
sort(numbers, mid + 1, high);
return numbers;
}
public static int[] sort(int[] numbers) {
return sort(numbers, 0, numbers.length - 1);
}
}
首发于翔仔的个人博客，点击查看更多。
本文共计1399个文字，预计阅读时间需要6分钟。
快速排序是面试中常见的排序算法问题，除了理解其排序流程，还需掌握一些快速排序的代码实现及优化方法。
详细描述如下：快速排序通过一趟排序将待排序的记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。
快速排序的步骤：
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。
代码实现示例：
pythondef quick_sort(arr): if len(arr) <=1: return arr pivot=arr[len(arr) // 2] left=[x for x in arr if x pivot] return quick_sort(left) + middle + quick_sort(right)优化方法：
1.选择合适的基准值：使用三数取中法，即取首、中、尾三个元素的平均值作为基准值。
2.避免递归深度过大：当递归到小数组时，使用插入排序等非递归方法进行排序。
3.尾递归优化：在递归调用时，先处理较小的子数组，这样可以减少递归的深度。
快速排序是面试当中最常见的排序算法问题了，除了需要理解快速排序的流程，还要理解一些快速排序的代码实现，了解一些优化方法。 详细描述快速排序通过一趟排序将待排序列分割成独立的两部分，其中一部分序列的关键字均比另一部分序列的关键字小，则可分别对这两部分序列继续进行排序，以达到整个序列有序的目的。
快速排序详细的执行步骤如下：
- 从序列中挑出一个元素，称为 “基准”（pivot）；
- 重新排序序列，所有比基准值小的元素摆放在基准前面，所有比基准值大的元素摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于序列的中间位置。这个称为分区（partition）操作；
- 递归地（recursive）把小于基准值元素的子序列和大于基准值元素的子序列排序。
第一种方式：固定位置选择基准值；在整个序列已经趋于有序的情况下，效率很低。
第二种方式：随机选取待排序列中任意一个数作为基准值；当该序列趋于有序时，能够让效率提高，但在整个序列数全部相等的时候，随机快排的效率依然很低。
第三种方式：从区间的首、尾、中间，分别取出一个数，然后对比大小，取这 3 个数的中间值作为基准值；这种方式解决了很多特殊的问题，但对于有很多重复值的序列，效果依然不好。
快速排序有什么好的优化方法？首先，合理选择基准值，将固定位置选择基准值改成三点取中法，可以解决很多特殊的情况，实现更快地分区。
其次，当待排序序列的长度分割到一定大小后，使用插入排序。对于待排序的序列长度很小或基本趋于有序时，插入排序的效率更好。
在排序后，可以将与基准值相等的数放在一起，在下次分割时可以不考虑这些数。对于解决重复数据较多的情况非常有用。
在实现上，递归实现的快速排序在函数尾部有两次递归操作，可以对其使用尾递归优化（简单地说，就是尾位置调用自身）。
代码实现package cn.fatedeity.algorithm.sort;
import java.util.Random;
/**
* 快速排序算法
*/
public class QuickSort {
private static void swap(int[] numbers, int src, int target) {
int temp = numbers[src];
numbers[src] = numbers[target];
numbers[target] = temp;
}
private static int[] sort(int[] numbers, int low, int high) {
if (low > high) {
return numbers;
}
// 随机数取基准值
Random random = new Random();
int pivotIndex = random.nextInt(low, high + 1);
int pivot = numbers[pivotIndex];
swap(numbers, pivotIndex, low);
int mid = low + 1;
for (int i = low + 1; i <= high; i++) {
if (numbers[i] < pivot) {
swap(numbers, i, mid);
mid++;
}
}
swap(numbers, low, --mid);
sort(numbers, low, mid - 1);
sort(numbers, mid + 1, high);
return numbers;
}
public static int[] sort(int[] numbers) {
return sort(numbers, 0, numbers.length - 1);
}
}
首发于翔仔的个人博客，点击查看更多。