快排序解读

排序算法是计算机科学中不可或缺的一部分,它们在各种数据处理场景中发挥着关键作用。在众多排序算法中,快速排序以其高效的性能和简洁的实现成为了许多程序员的首选。今天,我们就来深入剖析快速排序算法,了解其原理、实现方式以及应用。

一、快速排序的原理

快速排序的基本思想是采用分治法(Divide and Conquer)来将一个数组排序。它选择一个元素作为“基准”(pivot),通过一趟排序将待排序的数据分割成独立的两部分,其中一部分的所有数据都比基准小,另一部分的所有数据都比基准大,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
在这里插入图片描述

二、快速排序的实现

快速排序的实现主要包括三个步骤:选择基准、划分数组和递归排序。

  1. 选择基准:通常可以选择数组的第一个元素、最后一个元素或者随机选择一个元素作为基准。
  2. 划分数组:将数组划分为两部分,使得一部分的元素都小于基准,另一部分的元素都大于基准。这通常通过遍历数组并交换元素来实现。
  3. 递归排序:对划分后的两部分数组递归地应用快速排序算法。

下面是一个使用Python实现的快速排序示例:

def quicksort(arr):  
    if len(arr) <= 1:  
        return arr  
    pivot = arr[len(arr) // 2]  
    left = [x for x in arr if x < pivot]  
    middle = [x for x in arr if x == pivot]  
    right = [x for x in arr if x > pivot]  
    return quicksort(left) + middle + quicksort(right)  
  
# 示例  
arr = [3,6,8,10,1,2,1]  
print(quicksort(arr))  # 输出: [1, 1, 2, 3, 6, 8, 10]

在这个实现中,我们选择了数组的中间元素作为基准,并使用列表推导式来创建小于、等于和大于基准的元素的子列表。然后,我们递归地对左右两个子列表进行快速排序,并将结果合并起来。

三、快速排序的性能与优化

快速排序的平均时间复杂度为O(n log n),但在最坏情况下,当输入数组已经有序或逆序时,时间复杂度会退化为O(n^2)。为了避免最坏情况的发生,可以采取一些优化措施,如随机选择基准、使用三数取中等方法来选择更好的基准。

此外,快速排序的空间复杂度为O(log n)(递归调用栈),但在原地排序的版本中,空间复杂度可以优化到O(1)。

1. 随机选择基准
随机选择基准可以减少输入数据已经部分有序时对算法性能的影响。Python中的random.choice函数可以用来从列表中随机选择一个元素作为基准。

import random  
  
def partition(arr, low, high):  
    # 随机选择一个基准  
    pivot_index = random.randint(low, high)  
    arr[pivot_index], arr[high] = arr[high], arr[pivot_index]  # 将基准元素放到末尾  
    pivot = arr[high]  
    i = low - 1  # 指向小于基准的元素的指针  
    for j in range(low, high):  
        if arr[j] <= pivot:  
            i += 1  
            arr[i], arr[j] = arr[j], arr[i]  
    arr[i + 1], arr[high] = arr[high], arr[i + 1]  # 将基准元素放到正确的位置  
    return i + 1  
  
def quicksort(arr, low, high):  
    if low < high:  
        pi = partition(arr, low, high)  
        quicksort(arr, low, pi - 1)  
        quicksort(arr, pi + 1, high)  
  
# 示例  
arr = [3, 6, 8, 10, 1, 2, 1]  
n = len(arr)  
quicksort(arr, 0, n - 1)  
print("Sorted array is:", arr)

2. 使用三数取中法选择基准
三数取中法是从待排序序列的首、尾和中间三个元素中选择一个中值作为基准。这种方法可以尽量避免输入数据已排序或逆序时造成的性能下降。

def median_of_three(arr, low, mid, high):  
    if arr[low] > arr[mid]:  
        arr[low], arr[mid] = arr[mid], arr[low]  
    if arr[mid] > arr[high]:  
        arr[mid], arr[high] = arr[high], arr[mid]  
    if arr[low] > arr[mid]:  
        arr[low], arr[mid] = arr[mid], arr[low]  
    return arr[mid]  
  
def partition(arr, low, high):  
    mid = (low + high) // 2  
    pivot = median_of_three(arr, low, mid, high)  
    arr[mid], arr[high] = arr[high], arr[mid]  # 将基准元素放到末尾  
    i = low - 1  # 指向小于基准的元素的指针  
    for j in range(low, high):  
        if arr[j] <= pivot:  
            i += 1  
            arr[i], arr[j] = arr[j], arr[i]  
    arr[i + 1], arr[high] = arr[high], arr[i + 1]  # 将基准元素放到正确的位置  
    return i + 1  
  
def quicksort(arr, low, high):  
    if low < high:  
        pi = partition(arr, low, high)  
        quicksort(arr, low, pi - 1)  
        quicksort(arr, pi + 1, high)  
  
# 示例  
arr = [3, 6, 8, 10, 1, 2, 1]  
n = len(arr)  
quicksort(arr, 0, n - 1)  
print("Sorted array is:", arr)

在上面的代码中,median_of_three函数用来计算三个元素的中值,并将这个中值作为基准。这个基准随后被放到数组的末尾,然后执行标准的快速排序分区操作。注意,这里的分区操作partition函数也做了相应的调整,以配合新的基准选择方法。

四、快速排序的应用

快速排序因其高效的性能而在许多场景中得到了广泛应用。无论是在数据库管理系统中对大量数据进行排序,还是在算法竞赛中解决排序相关问题,快速排序都是一个不错的选择。同时,它也可以作为其他高级算法(如归并排序、堆排序等)的基础组件。

五、总结

快速排序是一种高效且实用的排序算法,通过分治法的思想将问题分解为更小的子问题来解决。在实现快速排序时,需要注意选择合适的基准和避免最坏情况的发生。通过不断优化和改进,我们可以使快速排序在更多场景下发挥出其强大的性能优势。

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:/a/518640.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

ES学习日记(五)-------插件head安装

接上回,必要的git和node已经装完了,现在开始装head 回到es集群项目里找到plugins(插件文件夹下), 存在安装在plugins启动es报错的情况,报错信息如图一,解决方案就是换个目录,不要放在plugin目录下 git clone https://github.com/mobz/elasticsearch-head.git 打开远程登陆,默…

浅谈偏向锁、轻量级锁、重量级锁

为了换取性能&#xff0c;JVM在内置锁上做了非常多的优化&#xff0c;膨胀式的锁分配策略就是其一。理解偏向锁、轻量级锁、重量级锁的要解决的基本问题&#xff0c;几种锁的分配和膨胀过程&#xff0c;有助于编写并优化基于锁的并发程序。 内置锁的分配和膨胀过程较为复杂&…

Python学习: 错误和异常

Python 语法错误 解析错误(Parsing Error)通常指的是程序无法正确地解析(识别、分析)所给定的代码,通常是由于代码中存在语法错误或者其他无法理解的结构导致的。这可能是由于缺少括号、缩进错误、未关闭的引号或其他括号等问题造成的。 语法错误(Syntax Error)是指程序…

创新性的智慧公厕技术研发与应用

智慧公厕&#xff0c;作为城市基础设施的重要组成部分&#xff0c;扮演着提供舒适便捷卫生服务的角色。智慧公厕源头实力厂家广州中期科技有限公司&#xff0c;通过技术创新与应用升级&#xff0c;打造标杆性的智慧公厕整体解决方案。通过创新性的技术应用&#xff0c;智慧公厕…

Redis入门--头歌实验Redis事务与流水线

任务描述 本关任务&#xff1a;编写一个商品交易平台的后端处理逻辑。 相关知识 手机、互联网普遍的当下&#xff0c;系统会同时处理多客户端的请求&#xff0c;而在多客户端同时处理相同的数据时&#xff0c;数据一致性就变得十分重要&#xff0c;稍不谨慎的操作就会导致数据出…

Linux操作系统逻辑、线性、物理地址,带你轻松理解Linux运维-Hook机制

虚拟内存&#xff08;Virtual Memory&#xff09;是指计算机呈现出要比实际拥有的内存大得多的内存量。因此他允许程式员编制并运行比实际系统拥有的内存大得多的程式。这使得许多大型项目也能够在具有有限内存资源的系统上实现。一个非常恰当的比喻是&#xff1a;你不必非常长…

Replication Controller、ReplicaSet和Deployment(Kubernetes调度系列,结合操作命令讲解)

目录 一、概述 二、Replication Controller 2.1 Replication Controller 说明 2.2 Replication Controller 举例 三、ReplicaSet 3.1 ReplicaSet说明 3.2 ReplicaSet 举例 四、无状态应用管理Deployment 4.1 概述 4.2 创建Deployment 4.2.1 Deployment 标签内容解析 …

视频分块上传Vue3+SpringBoot3+Minio

文章目录 一、简化演示分块上传、合并分块断点续传秒传 二、更详细的逻辑和细节问题可能存在的隐患 三、代码示例前端代码后端代码 一、简化演示 分块上传、合并分块 前端将完整的视频文件分割成多份文件块&#xff0c;依次上传到后端&#xff0c;后端将其保存到文件系统。前…

C++教学——从入门到精通 9.比大小

如果叫你比较a,b,c的大小并排序都会吧&#xff0c;先用我们学过的方法做 #include"iostream" using namespace std; int main(){int a,b,c;cin>>a>>b>>c;if(a>b&&a>c){if(b>c)cout<<c<<" "<<b;else…

Vue2电商前台项目(二):完成Home首页模块业务

一、项目开发的步骤 1、书写静态页面&#xff08;HTML&#xff0c;CSS&#xff09; 2、拆分组件 3、获取服务器的数据动态展示 4、完成相应的动态业务逻辑 经过分析之后&#xff0c;Home首页可以拆分为7个组件&#xff1a;TypeNav三级联动导航&#xff0c;ListContainer&…

先进电机技术 —— 无线电机

一、背景 无线电能传输电机是一种创新的电机设计&#xff0c;它结合了无线电能传输技术与传统的电机工作原理。这种电机的主要特点是通过无线方式传输电能&#xff0c;从而消除了传统电机中需要有线连接的限制&#xff0c;提高了系统的灵活性和可靠性。 无线电能传输技术主要…

C51实现每秒向电脑发送数据(UART的含义)

其实核心的问题是&#xff1a;串口的通信方式 异步串行是指UART&#xff08;Universal Asynchronous Receiver/Transmitter&#xff09;&#xff0c;UART包含TTL电平的串口和RS232电平的串口 UART要实现异步通信的&#xff1a; UART是异步串行接口&#xff0c;通信双方使用时…

LeetCode每日一题之专题一:双指针 ——快乐数

快乐数OJ链接&#xff1a;202. 快乐数 - 力扣&#xff08;LeetCode&#xff09; 题目&#xff1a; 题目分析: 为了房便叙述&#xff0c;将「对于⼀个正整数&#xff0c;每⼀次将该数替换为它每个位置上的数字的平方和」这⼀个 操作记为 x 操作&#xff1b; 题目告诉我们&#…

Shell脚本之基础-2

目录 一、字符处理 cut命令 awk命令 sed命令 字符串排序 二、条件判断 文件类型判断 文件权限判断 两个文件的判断 整数比较 字符串判断 多重判断 三、流程控制 if分支 if else 双分支结构 case分支 for循环 while循环 一、字符处理 cut命令 命令格式&#x…

Python 金融数据分析工具库之zvt使用详解

​​​​​​​ 概要 Python在金融数据分析领域有着广泛的应用,而zvt库作为一款强大的金融数据分析工具,为开发者提供了丰富的功能和灵活的应用接口。本文将深入介绍zvt库的安装、特性、基本功能、高级功能、实际应用场景,并总结其在金融数据分析中的价值和优势。 安装 …

mysql故障排查

MySQL是目前企业最常见的数据库之一日常维护管理的过程中&#xff0c;会遇到很多故障汇总了常见的故障&#xff0c;MySQL默认配置无法满足高性能要求 一 MySQL逻辑架构图 客户端和连接服务核心服务功能存储擎层数据存储层 二 MySQL单实例常见故障 故障1 ERROR 2002 (HY000)…

(echarts)title和legend不重叠/legend图例滚动显示不换行

(echarts)title和legend不重叠/legend图例滚动显示不换行 title和legend都被放置在了不同的位置&#xff0c;从而避免了重叠。你可以根据实际的图表布局和需求调整left&#xff08;水平位置&#xff09;和top&#xff08;垂直位置&#xff09;等属性&#xff0c;确保它们不会相…

【SCI绘图】【箱型图系列1 python】多类对比及各类下属子类对比

SCI&#xff0c;CCF&#xff0c;EI以及核心期刊绘图宝典&#xff0c;爆款更新&#xff0c;助力科研&#xff01; 本期分享&#xff1a; 【SCI绘图】【箱型图系列1】多类对比各类下属子类对比 文末附带完整代码&#xff1a; 1.环境准备 python 3 from matplotlib import pyp…

QT-QPainter

QT-QPainter 1.QPainter画图  1.1 概述  1.1 QPainter设置  1.2 QPainter画线  1.3 QPainter画矩形  1.4 QPainter画圆  1.5 QPainter画圆弧  1.6 QPainter画扇形 2.QGradient  2.1 QLinearGradient线性渐变  2.2 QRadialGradient径向渐变  2.3 QConicalGr…

【Unity每日一记】如何从0到1将特效图集制作成一个特效

&#x1f468;‍&#x1f4bb;个人主页&#xff1a;元宇宙-秩沅 &#x1f468;‍&#x1f4bb; hallo 欢迎 点赞&#x1f44d; 收藏⭐ 留言&#x1f4dd; 加关注✅! &#x1f468;‍&#x1f4bb; 本文由 秩沅 原创 &#x1f468;‍&#x1f4bb; 收录于专栏&#xff1a;Uni…