排序算法 - 快速排序（4种方法实现）

news2024/10/5 16:26:49

快速排序

  • 快速排序是啥？
  • 三数取中：
  • 1.挖坑法（推荐掌握）
  • 2.前后指针法（推荐掌握）
  • 3.左右指针法（霍尔版本）（容易出错）
  • 4.非递归实现

本篇文章的源代码在这，需要自取：Gitee

快速排序是啥？

快速排序是一种常见的排序算法，其基本原理是分治和递归。它的基本思路是，在数组中选择一个元素作为基准值，然后将数组中小于基准值的元素移动到它的左边，大于基准值的元素移动到它的右边。然后对左右两个子数组递归地重复这个过程，直到子数组的大小为1或0。

在实现快速排序时，可以使用 三数取中法来选取基准值和分区，这样可以有效避免最坏情况的发生。

三数取中法：从待排序区间的首、中、尾三个位置上的数选取一个中间值作为基准值。

三数取中：


//三数取中
int GetMidIndex(int* a, int left, int right)
{
	int mid = (left + right) / 2;
	if (a[left] < a[mid])
	{
		if (a[mid] < a[right])
		{
			return mid;
		}
		else if (a[left] < a[right])
		{
			return right;
		}
		else
			return left;
	}
	else//a[left] > a[mid]
	{
		if (a[mid] > a[right])
		{
			return mid;
		}
		else if(a[left] > a[right])
		{
			return right;
		}
		else
		{
			return left;
		}
	}
}

  1. GetMidIndex 函数接受一个整型数组 a，以及要选择基准元素的左右边界索引 left 和 right。函数首先计算出中间索引 mid，通过 (left + right) / 2 的方式获得。

  2. 然后，函数根据数组中三个元素 a[left]、a[mid] 和 a[right] 的值进行比较，以确定基准元素的索引。

  3. 如果 a[left] 小于 a[mid]，则继续比较 a[mid] 和 a[right]。如果 a[mid] 小于 a[right]，说明 a[mid] 是中间的元素，其值介于 a[left] 和 a[right] 之间，因此将 mid 作为基准元素的索引返回。

  4. 如果 a[mid] 不小于 a[right]，则根据 a[left] 和 a[right] 的大小关系来选择基准元素的索引。如果 a[left] 小于 a[right]，说明 a[left] 是中间的元素，其值介于 a[mid] 和 a[right] 之间，因此将 right 作为基准元素的索引返回。否则，如果 a[left] 大于等于 a[right]，说明 a[right] 是中间的元素，其值介于 a[left] 和 a[mid] 之间，因此将 left 作为基准元素的索引返回。

  5. 如果 a[left] 大于 a[mid]，则继续比较 a[mid] 和 a[right]。如果 a[mid] 大于 a[right]，说明 a[mid] 是中间的元素，其值介于 a[left] 和 a[right] 之间，因此将 mid 作为基准元素的索引返回。

  6. 如果 a[mid] 不大于 a[right]，则根据 a[left] 和 a[right] 的大小关系来选择基准元素的索引。如果 a[left] 大于 a[right]，说明 a[left] 是中间的元素，其值介于 a[right] 和 a[mid] 之间，因此将 right 作为基准元素的索引返回。否则，如果 a[left] 小于等于 a[right]，说明 a[left] 是中间的元素，其值介于 a[mid] 和 a[right] 之间，因此将 left 作为基准元素的索引返回。

通过使用三数取中法选择基准元素，可以在大多数情况下选取到接近中间值的元素，提高快速排序的效率和性能，并减少最坏情况的发生

1.挖坑法（推荐掌握）

以下是挖坑法的详细过程：

  1. 选择一个值基准值（在这用三数取中）。通常情况下，选择数组中第一个元素作为基准值。
  2. 将数组中小于基准值的元素移动到它的左边，大于基准值的元素移动到它的右边。（左边找大，右边找小）。
  3. 对左右两个子数组递归地重复上述过程，直到子数组的大小为1或0。
  4. 合并子数组，得到排序后的数组。

在这里插入图片描述

//挖坑法
int PartSort2(int* a, int left, int right)
{
	//三数取中
	int midi = GetMidIndex(a, left, right);
	Swap(&a[midi], &a[left]);//把中间值放到left位置
	
	int keyi = left;
	while (left < right)
	{
		while (left < right && a[right] >= a[keyi])
		{
			right--;
		}
		Swap(&a[keyi], &a[right]);
		keyi = right;

		while (left < right && a[left] <= a[keyi])
		{
			left++;
		}
		Swap(&a[keyi], &a[left]);
		keyi = left;
	}
	return keyi;
}

//快排
void QuickSort(int* a, int left,int right)
{
	if (left >= right)
	{
		return ;
	}
	int keyi = PartSort2(a, left, right);
	//[left,keyi-1][keyi][keyi+1,right]
	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi + 1, right);
}
  1. PartSort2 函数是挖坑法的核心实现。它接受一个整型数组 a，以及要排序的左右边界索引 left 和 right。函数首先选择一个中间索引 midi，并将 a[midi] 与 a[left] 进行交换，将 a[left] 作为基准元素。
  2. 然后，函数使用两个指针 left 和 right 在数组中进行扫描。从右边开始，当 a[right] 大于等于基准元素 a[keyi] 时，将 right 指针左移，直到找到小于基准元素的元素为止。
  3. 然后，将该元素与 a[keyi] 进行交换，将 keyi 更新为 right。
  4. 接下来，从左边开始，当 a[left] 小于等于基准元素 a[keyi] 时，将 left 指针右移，直到找到大于基准元素的元素为止。
  5. 然后，将该元素与 a[keyi] 进行交换，将 keyi 更新为 left。
  6. 重复这个过程直到 left 和 right 指针相遇，然后返回 keyi，该索引将数组分为两部分：左边的元素小于等于基准元素，右边的元素大于等于基准元素。

QuickSort 函数接受一个整型数组 a，以及要排序的左右边界索引 left 和 right。首先，它检查是否满足递归终止条件，即 left >= right，如果满足条件，则直接返回。否则，它调用PartSort2 函数获取基准元素的索引 keyi，然后将数组分为三部分：[left, keyi-1]、[keyi] 和 [keyi+1, right]。接着，它递归调用 QuickSort 函数对左边和右边的子数组进行排序。

2.前后指针法（推荐掌握）

在这里插入图片描述

//前后指针法
int PartSort3(int* a, int left, int right)
{
	int midi = GetMidIndex(a, left, right);
	Swap(&a[midi], &a[left]);
	//end找小，如果	a[end]<a[keyi],++begin（这时begin位置的值一定比keyi位置值大）,再交换begin和end的位置	
	int keyi = left;
	int begin = left;
	int end = left+1;
	while (end <=right)
	{
		if (a[end] < a[keyi] )
		{
			++begin;
			Swap(&a[begin], &a[end]);
		}
		++end;
	}
	Swap(&a[begin], &a[keyi]);
	return begin;
}


//快排
void QuickSort(int* a, int left,int right)
{
	if (left >= right)
	{
		return ;
	}
	int keyi = PartSort3(a, left, right);
	//[left,keyi-1][keyi][keyi+1,right]
	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi + 1, right);
}
  1. PartSort3 函数使用了前后指针法（双指针法）进行数组分区。函数接受一个整型数组 a，以及要分区的左右边界索引 left 和 right。
  2. 首先，函数调用 GetMidIndex 函数获取基准元素的索引 midi，然后将 a[midi] 和 a[left] 进行交换，将 a[left] 设置为基准元素。
  3. 接下来，函数初始化两个指针 begin 和 end，分别从 left 和 left + 1 开始遍历数组。
  4. 在遍历过程中，end 指针向右移动，扫描数组元素。当 a[end] 小于基准元素 a[keyi] 时，将 begin 指针右移一位，并交换 a[begin] 和 a[end] 的值。这样，较小的元素就会被移动到 begin 的位置，而 begin 之前的元素都小于基准元素。
  5. 最后，将基准元素 a[keyi] 移动到合适的位置，即将其与 a[begin] 交换。此时，数组被分为两部分：左边的元素小于基准元素，右边的元素大于等于基准元素。
  6. 最后，函数返回基准元素的索引 begin。

QuickSort函数作用同上

3.左右指针法（霍尔版本）（容易出错）

快速排序的左右指针法（双指针法）是一种常见的实现方式，它利用两个指针从数组的两端开始，逐步向中间移动，并进行元素的比较和交换，以实现数组的分区和排序。

其基本思想如下：

  • 选择一个基准元素（通常是数组的第一个元素）。

  • 使用两个指针，一个从左边开始（一般称为左指针），一个从右边开始（一般称为右指针）。

  • 左指针从左边开始向右移动，直到找到一个大于基准元素的元素。

  • 右指针从右边开始向左移动，直到找到一个小于基准元素的元素。

  • 如果左指针的位置小于右指针的位置，则交换左指针和右指针所指向的元素。

  • 重复步骤 3-5，直到左指针和右指针相遇。

  • 将基准元素与左指针所指向的元素进行交换，此时基准元素的位置已经确定。

  • 根据基准元素的位置，将数组分成两部分，左边的元素都小于基准元素，右边的元素都大于基准元素。

  • 对基准元素左右两部分的子数组分别重复以上步骤，直到所有的子数组都有序。

//左右指针（霍尔版本）（容易出错）
int PartSort1(int* a, int left,int right)
{
	int midi = GetMidIndex(a, left, right);
	Swap(&a[midi], &a[left]);

	int keyi = left;
	while (left < right)
	{
		while (left < right && a[keyi]<=a[right])
		{
			right--;
		}
		while (left < right && a[keyi]>=a[left])
		{
			left++;
		}
		Swap(&a[left], &a[right]);
	}
	Swap(&a[left], &a[keyi]);
	return left;
}
	//快排
	void QuickSort(int* a, int left,int right)
	{
		if (left >= right)
		{
			return ;
		}
		int keyi = PartSort1(a, left, right);
		//[left,keyi-1][keyi][keyi+1,right]
		QuickSort(a, left, keyi - 1);
		QuickSort(a, keyi + 1, right);
	}
  1. PartSort1 函数使用左右指针法（霍尔版本）进行数组分区。函数接受一个整型数组 a，以及要分区的左右边界索引 left 和 right。
  2. 首先，函数调用 GetMidIndex 函数获取基准元素的索引 midi，然后将 a[midi] 和 a[left] 进行交换，将 a[left] 设置为基准元素。
  3. 接下来，函数使用两个指针 left 和 right 分别从数组的左右两端开始遍历。
  4. 在遍历过程中，首先从右边开始，找到第一个小于基准元素的元素，将 right 指针左移一位，直到找到小于基准元素的元素或 left 和 right 指针相遇。
  5. 然后，从左边开始，找到第一个大于基准元素的元素，将 left 指针右移一位，直到找到大于基准元素的元素或 left 和 right 指针相遇。
  6. 如果 left 小于 right，则交换 a[left] 和 a[right]，将小于基准元素的元素移动到左侧，大于基准元素的元素移动到右侧。
  7. 重复上述步骤，直到 left 和 right 指针相遇，此时完成了一次分区。将基准元素 a[keyi] 移动到合适的位置，即将其与 a[left] 交换。
  8. 最后，函数返回基准元素的索引 left。

QuickSort函数同上

4.非递归实现

  • 非递归的快速排序使用栈来存储待处理的子数组的起始和结束位置。初始时，将整个数组的起始和结束位置压入栈中。

  • 然后，进入循环，从栈中弹出一个子数组，对其进行分区操作，得到基准元素的位置。根据分区的结果，将子数组划分为两个部分：一个部分是基准元素左边的子数组，另一个部分是基准元素右边的子数组。

  • 接下来，将需要进一步处理的子数组的起始和结束位置压入栈中。这样，栈中存储的就是待处理的子数组。

  • 重复以上步骤，直到栈为空。这意味着所有的子数组都已经被处理完毕，排序完成。

  • 通过使用栈来模拟递归调用过程，非递归的快速排序能够有效地对数组进行分区和排序，同时避免了递归带来的函数调用开销。这种实现方式通常具有较好的性能和效率，特别适用于处理大规模的数据集。

void QuickSortNonR(int* a, int begin, int end)
{
	ST st;
	StackInit(&st);
	StackPush(&st, end);
	StackPush(&st,begin);
	
	while (!StackEmpty(&st))
	{
		int left = StackTop(&st);
		StackPop(&st);
		int right = StackTop(&st);
		StackPop(&st);
		int keyi = PartSort2(a, left, right);
		//[left,keyi-1][keyi][keyi+1,right]
		if(keyi+1<right)
		{
			StackPush(&st, right);
			StackPush(&st, keyi + 1);
		}
		if (left < keyi-1)
		{
			StackPush(&st, keyi - 1);
			StackPush(&st, left);
		}
	}
	StackDestory(&st);
}
  1. QuickSortNonR 函数实现了非递归版本的快速排序。它接受一个整型数组 a，以及要排序的起始位置 begin 和结束位置 end。
  2. 首先，函数创建一个栈 st，用于存储待处理的子数组的起始和结束位置。将 end 和 begin 分别压入栈中，表示对整个数组进行排序。
  3. 进入循环，只要栈不为空，就执行以下操作：
  4. 从栈中弹出两个元素，分别赋值给 left 和 right，表示当前要处理的子数组的起始和结束位置。
  5. 调用 PartSort2 函数对子数组进行分区，得到基准元素的位置 keyi。
  6. 根据分区的结果，将子数组划分为 [left, keyi-1]、[keyi]、[keyi+1, right] 三个部分。
  7. 如果 keyi + 1 < right，说明右侧子数组仍然有元素需要排序，将右侧子数组的起始位置 keyi + 1 和结束位置 right 压入栈中。
  8. 如果 left < keyi - 1，说明左侧子数组仍然有元素需要排序，将左侧子数组的起始位置 left 和结束位置 keyi - 1 压入栈中。
  9. 循环继续进行，直到栈为空，表示所有子数组都被处理完毕。
  10. 最后，销毁栈 st，完成非递归版本的快速排序。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/769044.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

解放研究者：GPT自动化科研

解放研究者：GPT自动化科研

GPT Researcher 是一个自主代理程序&#xff0c;旨在进行多种任务的全面在线研究。 该代理能够生成详细、事实性和公正的研究报告&#xff0c;并提供个性化选项&#xff0c;以便关注相关资源、大纲和教训。受到AutoGPT和最近的Plan-and-Solve论文的启发&#xff0c;GPT Researc…
阅读更多...
macd底背离画线指标公式

macd底背离画线指标公式

使用说明&#xff1a; MACD底背离是一种可能预示着价格反转的信号&#xff0c;尤其在价格走势出现下跌趋势时&#xff0c;它可以提供一定程度的参考。然而&#xff0c;作为任何技术指标一样&#xff0c;MACD底背离并不是绝对准确的&#xff0c;可能会产生误导性信号。因此&…
阅读更多...
Inno Setup打包winform、wpf程序可判断VC++和.net环境

Inno Setup打包winform、wpf程序可判断VC++和.net环境

Inno Setup打包winform、wpf程序可判断VC和.net环境 1、下载Inno Setup2、新建打包文件、开始打包1、新建打包文件2、填写 应用名称、版本号、公司名称、公司官网3、选择安装路径 Custom是指定默认路径、Program Files folder是默认C盘根目录4、选择程序启动exe文件 以及Addfol…
阅读更多...
stable diffusion webui mov2mov

stable diffusion webui mov2mov

手把手教你用stable diffusion绘画ai插件mov2mov生成动画_哔哩哔哩_bilibili手把手教你用stable diffusion绘画ai插件mov2mov生成动画, 视频播放量 14552、弹幕量 3、点赞数 275、投硬币枚数 114、收藏人数 980、转发人数 75, 视频作者 懂你的冷兮, 作者简介 科技改变世界&…
阅读更多...
I2S 总线接口

I2S 总线接口

I2S(Inter-IC Sound)总线有时候也写作IIS&#xff0c;I2S是飞利浦公司提出的一种用于数字音频设备之间进行音频数据传输的总线。和I2C、SPI这些常见的通信协议一样&#xff0c;I2S总线用于主控制器和音频CODEC芯片之间传输音频数据。因此&#xff0c;要想使用I2S协议&#xff0…
阅读更多...
C#基础--进程和线程的认识

C#基础--进程和线程的认识

C#基础–进程和线程的认识 一、基础概念 1. 什么是进程？ 进程并不是物理的东西，是虚拟出来的，是一种概念。当一个程序开始运行时，它就是一个进程，进程包括运行中的程序和程序所使用到的内存和系统资源。而一个进程又是由多个线程所组成的。是一种计算机概念，是程序在运…
阅读更多...
CSDN新的改变2023.7.19

CSDN新的改变2023.7.19

这里写自定义目录标题 欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题&#xff0c;有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants 创建一个自定义列表如何创建一个…
阅读更多...
[Java]Set、Map、List常见实现类的特点、使用方法总结

[Java]Set、Map、List常见实现类的特点、使用方法总结

文章目录 1、图谱2、List1、ArrayList1. 特点2. 常见方法 2、LinkedList1、特点2、常见方法 3、Vector1、特点 3、Map1、HashMap1、特点常用方法 2、TreeMap1、特点 3、LinkedHashMap1、特点 4、Set1、HashSet1 、特点2、常用方法 2、LinkedHashSet特点 3、TreeSet1、特点2、使…
阅读更多...
智能照明控制系统在体育场馆项目中的应用

智能照明控制系统在体育场馆项目中的应用

摘要&#xff1a;在智能化时代&#xff0c;运用智能技术设计照明已经成为社会发展的关键组成。文章简单介绍了智能体育场馆的含义&#xff0c;然后围绕智能照明系统的基本要求&#xff0c;从灯具选型、灯具配光的光线选择与瞄准、灯具眩光与外溢光控制&#xff1b;基本控制方式…
阅读更多...
python编程语言之流程控制

python编程语言之流程控制

代码块 以冒号作为开始&#xff0c;用缩进来划分作用域&#xff0c;代表一个整体&#xff0c;是一个代码块。所谓的作用域&#xff0c;就是程序运行过程中变量的可调用范围。 一个文件(模块)也可以称为一个代码块。 print(11) print(22) print(33)if True:print(1)print(2)p…
阅读更多...
001-Spring简要原理分析-草稿

001-Spring简要原理分析-草稿

Bean查找流程 根据类型找找到多个根据名称找 Map<被代理类&#xff0c; List<方法>> 事务 Config 方法代理
阅读更多...
使用mybatis-plus分页查询数据

使用mybatis-plus分页查询数据

这里使用springboot整合mybatis-plus&#xff0c;需要有springboot的基础才用的顺畅&#xff0c;下面直接开始&#xff0c; 首先导入mybatis-plus依赖&#xff0c; <!-- 使用mybatis-plus--> <dependency> <groupId>com.baomidou</groupId> <artifa…
阅读更多...
基于.net6的WPF程序使用SignalR进行通信

基于.net6的WPF程序使用SignalR进行通信

之前写的SignalR通信&#xff0c;是基于.net6api&#xff0c;BS和CS进行通信的。 .net6API使用SignalRvue3聊天WPF聊天_signalr wpf_故里2130的博客-CSDN博客 今天写一篇关于CS客户端的SignalR通信&#xff0c;后台服务使用.net6api 。其实和之前写的差不多&#xff0c;主要在…
阅读更多...
怎样查看Oracle的sid和service_name

怎样查看Oracle的sid和service_name

用sysdba身份登录 比如 conn / as sysdba 匿名管理员登陆执行 select name form V$database; 或是执行select * from V$database;不过执行第二个显示的内容太多了不好找自己想要的结果你也可以先用desc V$database;语句查看一下V$database都有什么字段然后选择自己想要的字段…
阅读更多...
【每天40分钟，我们一起用50天刷完 (剑指Offer)】第二十九天 29/50【数据流中的中位数（ 大根堆 + 小根堆 ）】

【每天40分钟，我们一起用50天刷完 (剑指Offer)】第二十九天 29/50【数据流中的中位数（ 大根堆 + 小根堆 ）】

专注 效率 记忆 预习 笔记 复习 做题 欢迎观看我的博客&#xff0c;如有问题交流&#xff0c;欢迎评论区留言&#xff0c;一定尽快回复&#xff01;&#xff08;大家可以去看我的专栏&#xff0c;是所有文章的目录&#xff09; 　 文章字体风格&#xff1a; 红色文字表示&#…
阅读更多...
百度卫星地图切换个性化地图

百度卫星地图切换个性化地图

1.切换 if (mapType.value 1) {mapInstance.setMapType(BMAP_SATELLITE_MAP);//卫星地图} else if (mapType.value 2) {mapInstance.setMapType(BMAP_NORMAL_MAP);//标准地图mapInstance.setMapStyleV2({ styleJson: darkJson });//个性化样式}2.不带路况的卫星地图 mapIn…
阅读更多...
Haystack：建立端到端的NLP应用程序的工具箱

Haystack：建立端到端的NLP应用程序的工具箱

Haystack是一个端到端的自然语言处理&#xff08;NLP&#xff09;框架&#xff0c;可以使用语言模型、Transformer模型、向量搜索等功能来构建NLP应用程序。无论您想进行问题回答、答案生成、语义文档搜索&#xff0c;还是构建能够进行复杂决策和查询解决的工具&#xff0c;都可…
阅读更多...
php伪协议（文件包含-强行读取文件）

php伪协议（文件包含-强行读取文件）

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 php伪协议 伪协议详情 php伪协议 文件包含直接读取的是文件&#xff0c;而不是文件源码&#xff0c;所以要想办法读取源码方法。 那么就要涉及到 PHP 伪协议 ph…
阅读更多...
Vulkan 同步

Vulkan 同步

前言 在前面的文章中&#xff0c;我们讲解了Vulkan的多线程设计理念&#xff0c;分析了其底层的机制。我们知道在Vulkan的设计中&#xff0c;尽量避免资源的同步竞争&#xff0c;但是在某些复杂场景和多线程优化过程中难免会遇到资源竞争的问题&#xff0c;这时候就需要同步机…
阅读更多...
Redis实战案例19-Redis解决主从一致性问题

Redis实战案例19-Redis解决主从一致性问题

主节点&#xff08;Master&#xff09;“写操作”&#xff1a; 接收并响应客户端的读写请求。持久化数据到磁盘&#xff08;根据配置可以选择使用RDB快照或者AOF日志&#xff09;。将自己的写操作同步给所有的从节点。处理发布/订阅&#xff08;Pub/Sub&#xff09;模式中的发…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023