无数个夜晚只因为你夜不能寐－快速排序

Posted 2021-05-02 软件工程师涨薪姿势

道阻且长，吾将上下而求索

• 快速排序的原理

• 1.基本思想

• 2.代码实现

• 3.时间空间效率

• 4.使用场景

• 5.下期预告

快速排序的原理

快速排序之所以叫这个名字，跟她的出生有很大的关系，是由外国的一个顶级天才想出来，至于是谁这里咋也不想查，有兴趣的可以去网上搜索相关的资料了解。在这里我想从三个角度来重新解读快速排序这个思想 ，她在八大排序中属于交换排序，八大排序包括直接插入排序，希尔排序，冒泡排序，快速排序，直接选择排序，堆排序，归并排序，基数排序。

1.基本思想

快速排序的一般过程是，随机选取数组中的一个值，作为比较标准，一般称之为枢值(Pivot)。然后把整个数组中小于枢值的数据分到一个组，把大于枢值的数据分到另一个组，等于枢值的数据分到哪个组都可以。分成两组后，自然不会用其他排序对小数组进行排序，而是重复以上的步骤，把小的数组再细分。这样整个数组就由1个数组变成2个数组，再变成4个数组，再变成8个数组，到最后分无可分，简单比较一下，整个数组就变得有序了。
简单描述一下：

选择枢值。也就是选择一个数据作为标杆。选择枢值其实是最重要的一个步骤，比较推荐的方法是，选择数组中第一个、中间以及最后一个数据中的中值。

分组操作。把大于枢值的数据放到枢值右边，把小于枢值的数据放到左边。与枢值相等的数据放到哪边无所谓。

递归。对左右两边的数据进行枢值选取和分组操作。递归的停止条件是细分数组数据个数为0或者1。

2.代码实现

public static void quickSort(int[] arr, int startIndex, int endIndex) {

   // 递归结束条件：startIndex大等于endIndex的时候

   if (startIndex >= endIndex) {

       return;

   }

   // 得到基准元素位置

   int pivotIndex = partition(arr, startIndex, endIndex);

   // 用分治法递归数列的两部分

   quickSort(arr, startIndex, pivotIndex - 1);

   quickSort(arr, pivotIndex + 1, endIndex);

}


private static int partition(int[] arr, int startIndex, int endIndex) {

   // 取第一个位置的元素作为基准元素

   int pivot = arr[startIndex];

   int left = startIndex;

   int right = endIndex;

   // 坑的位置，初始等于pivot的位置

   int index = startIndex;

   //大循环在左右指针重合或者交错时结束

   while ( right >= left  ){

       //right指针从右向左进行比较

       while ( right >= left ) {

           if (arr[right] < pivot) {

               arr[left] = arr[right];

               index = right;

               left++;

               break;

           }

           right--;

       }

       //left指针从左向右进行比较

       while ( right >= left ) {

           if (arr[left] > pivot) {

               arr[right] = arr[left];

               index = left;

               right--;

               break;

           }

           left++;

       }

   }

   arr[index] = pivot;

   return index;

}

3.时间空间效率

快速排序和冒泡排序属于交换排序。快速排序的时间复杂度为O(N*logN)，和归并排序、希尔排序（插入排序）、堆排序（选择排序时间复杂度一样，空间复杂度为O(logN)。

4.使用场景

想了很久还是决定加上这个二级标题，一个算法诞生的那一刻就算是要解决具体的问题的，快速排序在数据量较大且是随机分布的情况下表现的最好。

5.下期预告

什么是堆排序？