文章目录
- 冒泡排序和快速排序
- 前言
- 代码位置
- 冒泡排序
- 快速排序
- 递归法实现
- hoare版本
- 挖坑法
- lomuto前后指针
- 递归法复杂度分析
- 非递归法实现
冒泡排序和快速排序
前言
本篇以排升序为例
代码位置
gitee
冒泡排序
动图理解
- 作为第一个接触的排序算法,冒泡排序想必大家已经很熟悉了
- 总共n个数据,要排n-1趟
- 第i(i从0开始取)趟要比较n-1-i次
- 等差数列求和,最坏时间复杂度为O(n2)
- 定义exchange变量,当数组已经有序时不进入交换,直接跳出循环
- 最好时间复杂度为O(n)
- 空间复杂度O(1)
void BubbleSort(int* arr, int n)
{
for (int i = 0; i < n-1; i++)
{
int exchange = 0;
for (int j = 0; j < n - i - 1; j++)
{
//升序
if (arr[j] < arr[j + 1])
{
exchange = 1;
Swap(&arr[j], &arr[j + 1]);
}
}
if (exchange == 0)
{
break;
}
}
}
- 与直接插入排序法相比,比较次数一致,但冒泡排序的交换需要执行三次,而直接插入排序因为使用了tmp临时变量存储要插入的数据,只用执行一次,所以直接插入排序法效率明显更高
- 与直接选择排序法相比,直接选择排序法无论数组是否有序都要执行到结束条件,不存在最好最坏时间复杂度。而冒泡排序因为使用了exchange变量进行优化,可以在最好时间复杂度上达到线性的结果。所以冒泡排序更胜一筹
- 虽然但是,实际中还是不会使用冒泡排序,但它的教学意义是我们不能忽视的😂
快速排序
- 快速排序是Hoare于1962年提出的⼀种⼆叉树结构的交换排序⽅法
- 其基本思想为:任取待排序元素序列中的某元素作为基准值,按照该排序码将待排序集合分割成两⼦序列,左⼦序列中所有元素均⼩于基准值,右⼦序列中所有元素均⼤于基准值,然后最左右⼦序列重复该过程,直到所有元素都排列 在相应位置上为⽌。
递归法实现
快速排序实现主框架:
void QuickSort(int* arr, int left, int right)
{
if (left >= right)
{
return;
}
//[left,right]--->找基准值mid
int keyi = _QuickSort(arr, left, right);
//左子序列:[left,keyi-1]
QuickSort(arr, left, keyi - 1);
//右子序列:[keyi+1,right]
QuickSort(arr, keyi + 1, right);
}
-
快速排序最重要的就是找基准值:
-
基准值左边元素都小于它,右边都大于,显然的基准值所在的位置就是所有数据排序好后它应该在的位置上
-
每次将这个数据(即基准值)放在正确的位置上,然后对其左右序列递归,最后所有数据都被放在了正确的位置上,排序就完成了
-
将区间中的元素进⾏划分的 _QuickSort ⽅法主要有以下⼏种实现⽅式:
hoare版本
算法思路
-
假设将序列第一个数作为基准值
-
定义左右指针
- left:从左找比基准值大的 ,right:从右找比基准值小的
- 找到后交换,left++,right–,进入下次循环
-
跳出循环后交换基准值到正确位置
可以大致写出代码:
int _QuickSort1(int* arr, int left, int right)
{
int keyi = left;
++left;
while (left <right)
{
while (left < right && arr[right] > arr[keyi])
{
right--;
}
while (left < right && arr[left] < arr[keyi])
{
left++;
}
//right left
if (left < right)
{
Swap(&arr[left++], &arr[right--]);
}
}
Swap(&arr[keyi], &arr[right]);
return right;
}
于是这里就抛出几个问题:
- 外层循环结束条件是否应该取
=
? - 内层循环当right或left处数据和基准值相等时是否应该跳出循环?
- 最后跳出外层循环我们将基准值交换到正确位置时应该与right还是left处数据交换?
问题1:
- 二者相遇时在9的位置,如果不取等,第一次交换完后就跳出循环,此时9和6交换,显然不行
外层循环需要取等,同时在内层循环时相应left和right判断处也要取等,不然left和right相等就死循环了
问题3:
- 既然跳出循环时是left>right,right处在left扫描过的区域,都是不大于基准值的数据,而left处在right扫描过的区域,都是不小于基准值的数据
- 显然我们将right处数据和基准值交换,基准值就来到了正确的位置
跳出外层循环应该与right处数据交换,right处数据就是基准值的位置
经过上面两层分析:
改进如下:
int _QuickSort1(int* arr, int left, int right)
{
int keyi = left;
++left;
while (left <= right)//left和right相遇的位置的值比基准值要大
{
while (left <= right && arr[right] > arr[keyi])
{·
right--;
}
//right找到比基准值小/ 等于?
while (left <= right && arr[left] < arr[keyi])
{
left++;
}
//right left
if (left <= right)
{
Swap(&arr[left++], &arr[right--]);
}
}
//right keyi交换
Swap(&arr[keyi], &arr[right]);
return right;
}
问题2:
- 假设数组全是相同的数据
- 取等于,第一次循环right就和left都在下标为1的位置,此时返回去的基准值就是下标1,左序列只有一个数据,右边序列还有n-2个数据
- 同样的下次循环的左序列也只有一个数据
- 像这样一次排一个数据时间复杂度很高
所以不应该取等于,尽量让左右子序列的数据个数平均一些
所以上述改进版本就是最终的hoare排序法
挖坑法
基本思路
创建左右指针。⾸先从右向左找出⽐基准⼩的数据,找到后⽴即放⼊左边坑中,当前位置变为新的"坑",然后从左向右找出⽐基准⼤的数据,找到后⽴即放⼊右边坑中,当前位置变为新的"坑",结束循环后将最开始存储的分界值放⼊当前的"坑"中,返回当前"坑"下标(即分界值下标)
动图解析:
- 动图演示的很清楚
- 这里同样有两个问题
- left和right是否取等?
- 当right或left处数据与基准值key相等时是否继续循环
问题1:
- 以上面动图为例,如果取等最后当left和right相遇时left还要++一次,导致hole所在位置偏移,发生错误,所以不取等
问题2:
- 同hoare版本,如果全是相等数据时每次只会排序一个数据,时间复杂度太高,所以不取等
//挖坑法
int _QuickSort2(int* arr, int left, int right)
{
int hole = left;
int key = arr[hole];
while (left < right)
{
while (left < right && arr[right] > key)
{
--right;
}
arr[hole] = arr[right];
hole = right;
while (left < right && arr[left] < key)
{
++left;
}
arr[hole] = arr[left];
hole = left;
}
arr[hole] = key;
return hole;
}
lomuto前后指针
基本思想
创建前后指针,从左往右找⽐基准值⼩的进⾏交换,使得⼩的都排在基准值的左边。
动图解析:
- 这种方法比较好理解代码也简单,就不赘述了(就是想不到一点🤣)
//lomuto前后指针法
int _QuickSort(int* arr, int left, int right)
{
int prev = left, cur = left + 1;
int keyi = left;
while (cur <= right)
{
if (arr[cur] < arr[keyi] && ++prev != cur)
{
Swap(&arr[cur], &arr[prev]);
}
cur++;
}
Swap(&arr[keyi], &arr[prev]);
return prev;
}
- 这里当cur和keyi数据相同时是否交换?
- 假设仍然全是重复数据,代入后会发现二者都是一样的,如果不加等号最后prev下标在0;反之prev下标在end。可见其对重复数据无法通过此来进行优化
递归法复杂度分析
- 时间复杂度:每一层的总时间复杂度都是
O(n)
,因为需要对每一个元素遍历一次。而且在最好的情况下,同样也是有logn
层,所以快速排序最好的时间复杂度为O(nlogn)
。 - 空间复杂度:二叉树递归最大深度为logn,即
O(nlogn)
- 以上是最好情况,最坏情况则是上面说的一次排序一个数据,时间复杂度O(n2),空间复杂度O(n)。不过现实中基本不会出现这种情况。
注意:在以上找基准值方法中,我们默认都是把基准值定为left所在位置,这种方法当数组接近升序时会导致分割的序列也出现“一边倒”的情况,在高阶数据结构中会讲到如何优化,敬请期待😘
非递归法实现
借助栈这样一种数据结构
有关栈的相关知识,不了解的小伙伴可以看看这篇:
栈的实现方法
- 栈是先进后出,所以插入先插入right后插入left
- 找基准值方法使用双指针法最简单
- 根据基准值划分左右区间
- 左区间:[begin,keyi-1]
- 右区间:[keyi+1,end]
- 循环直到栈为空
//非递归版本快排
//--借助数据结构--栈
void QuickSortNonR(int* arr, int left, int right)
{
ST st;
STInit(&st);
StackPush(&st, right);
StackPush(&st, left);
while (!StackEmpty(&st))
{
//取栈顶元素---取两次
int begin = StackTop(&st);
StackPop(&st);
int end = StackTop(&st);
StackPop(&st);
//[begin,end]---找基准值
int prev = begin;
int cur = begin + 1;
int keyi = begin;
while (cur <= end)
{
if (arr[cur] < arr[keyi] && ++prev != cur)
{
Swap(&arr[cur], &arr[prev]);
}
cur++;
}
Swap(&arr[keyi], &arr[prev]);
keyi = prev;
//根据基准值划分左右区间
//左区间:[begin,keyi-1]
//右区间:[keyi+1,end]
if (keyi + 1 < end)
{
StackPush(&st, end);
StackPush(&st, keyi + 1);
}
if (keyi - 1 > begin)
{
StackPush(&st, keyi - 1);
StackPush(&st, begin);
}
}
STDestroy(&st);
}
以上就是冒泡排序和快速排序方法的介绍啦,各位大佬有什么问题欢迎在评论区指正,您的支持是我创作的最大动力!❤️