Python数据结构与算法(16)---快速排序
Posted 李元静
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python数据结构与算法(16)---快速排序相关的知识,希望对你有一定的参考价值。
快速排序
快速排序,又称Quick Sort,其本身对冒牌排序进行了相应的改进。
其基本原理:通过一轮排序将要排序的数据分割成独立的2个部分,其中一部分的所有数据都比另外一部分的所有数据小,然后再按照此放法对2部分数据分别进行快速排序,整个排序过程可以递归进行,直到整个数据变成有序序列。
具体算法实施过程如下:
- 首先,选取列表的最后一个元素最为基准数N,小于N的放前边,大于等于N的放后面。
- 然后,接着再取前边的最后一个数为基准,同上放置。
- 一直到每部分的下标相等,即完成快速排序。
其平均时间复杂度为O(n*log2n)
图解快速排序
还是以前文的列表数据为例。假设,我们的列表数据为[8,0,4,3,2,1]。那么,我们排序的过程如下图所示:
读者是否发现,相对于前面的排序,快速排序的过程要简单的多。而且对于通过一个列表,过程也要少的多?这也是其之所以叫快速排序的原因之所在。
实战:快速排序
介绍了前面的原理,这里我们直接上快速排序的代码。详细的代码步骤解析都在代码之中,博主就不在赘述,示例如下:
def move_num(my_list, low, high):
N = my_list[high] # 确定基数N
move = low - 1 # 从左边减1开始
for i in range(low, high):
if my_list[i] <= N:
move += 1 # 记录最近一个交换值的下标
my_list[move], my_list[i] = my_list[i], my_list[move] # 大的放后面,小的放move处
my_list[move + 1], my_list[high] = my_list[high], my_list[move + 1] # 最后一次,把N值放到move+1处
return move + 1
def quick_sort(my_list, low, high):
n = len(my_list)
if n == 1:
return my_list
if low < high: # low==high停止排序
N = move_num(my_list, low, high) # 一次比较排序
quick_sort(my_list, low, N - 1) # 递归前一部分排序
quick_sort(my_list, N + 1, high) # 递归后一部分排序
return my_list
if __name__ == "__main__":
my_list = [8, 0, 4, 3, 2, 1]
print("排序前的数组:", my_list)
print("排序后的数组:", quick_sort(my_list, 0, len(my_list) - 1))
运行之后,效果如下:
使用场景
有名字我们就可以直到,快速排序在排序的速度上更快,但需要注意的是,因为其递归需要额外的内存空间存储临时值,当需要排序的元素变得很多的时候。
则需要考虑到内存空间的使用要求,比如有十几万元素左快速排序,则会产生非常大的存储空间开销。所以,我们选择用那种算法应该因数据而异。
以上是关于Python数据结构与算法(16)---快速排序的主要内容,如果未能解决你的问题,请参考以下文章