数据结构与算法(19)——快速排序
Posted yeshengcqupt
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据结构与算法(19)——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
思想:依据一个中值数据项,把数据表分成两半:小于中值的一半和大于中值的一半,然后把每部分分别进行快速排序(递归)。
其中递归条件:
基本结束条件:数据表仅有一个数据项
缩小规模:根据中值,将数据表分为两半,最好的情况是相等规模的两半
调用自身:将两半分别调用自身进行排序(排序基本操作在分裂过程中)
快速排序的图解过程:
- 快速排序代码
def partition(alist, first, last): pivotvalue = alist[first] #以第一个数作为中值 leftmark = first + 1 rightmark = last done = False while not done: while leftmark <= rightmark and alist[leftmark] <= pivotvalue: #右移动左标 leftmark += 1 while alist[rightmark] >= pivotvalue and rightmark >= leftmark: #左移动右标 rightmark -= 1 if rightmark < leftmark: #两个数相错就结束移动 done = True else: #左右值交换 temp = alist[leftmark] alist[leftmark] = alist[rightmark] alist[rightmark] = temp #alist[leftmark], alist[rightmark] = alist[leftmark], alist[rightmark] temp = alist[first] alist[first] = alist[rightmark] alist[rightmark] = temp return rightmark def quickSort(alist): quickerSortHelper(alist, 0, len(alist)-1) def quickerSortHelper(alist, first, last): if first < last: splitpoint = partition(alist, first, last) quickerSortHelper(alist, first, splitpoint-1) quickerSortHelper(alist,splitpoint+1, last) alist = [54, 26, 93, 17, 77, 31, 44, 55, 20] quickSort(alist) print(alist)
- 时间复杂度分析
快排包括分裂和移动两个部分:分裂的时间服大肚是O(n) ,移动O(log n),总的时间复杂度为O(nlog n),且不需要额外存储空间。
但是快排也有缺点,在极端情况,如果不幸,中值所在的分裂点过于偏离中部,造成左右两部分数据不平衡,且在有一部分始终没有数据的话,这样时间复杂度就退化到O(n^2)。
注意:中值的选取对排序十分重要,因此需要有先验知识对数据的特性选取合适的中值。
以上是关于数据结构与算法(19)——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