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:

  1. 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。
  2. 然后,接着再取前边的最后一个数为基准,同上放置。
  3. 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

python算法与数据结构-快速排序(36)

python数据结构与算法(16)

python数据结构与算法第十二天快速排序

Python实现的数据结构与算法之快速排序详解

python 学习笔记 -- 数据结构与算法 快速排序 Quick Sort

python数据结构与算法(14)