Python基础排序算法之快速排序

快速排序

算法步骤:

在数列之中,选择一个元素作为”基准”(pivot),或者叫比较值。

数列中所有元素都和这个基准值进行比较,如果比基准值小就移到基准值的左边,如果比基准值大就移到基准值的右边

以基准值左右两边的子列作为新数列,不断重复第一步和第二步,直到所有子集只剩下一个元素为止。

算法分析:

稳定性:快排是一种不稳定排序,比如基准值的前后都存在与基准值相同的元素,那么相同值就会被放在一边,这样就打乱了之前的相对顺序

比较性:因为排序时元素之间需要比较,所以是比较排序

时间复杂度:快排的时间复杂度为O(nlogn)

空间复杂度:排序时需要另外申请空间,并且随着数列规模增大而增大,其复杂度为:O(nlogn)

归并排序与快排 :归并排序与快排两种排序思想都是分而治之,但是它们分解和合并的策略不一样:归并是从中间直接将数列分成两个,而快排是比较后将小的放左边大的放右边,所以在合并的时候归并排序还是需要将两个数列重新再次排序,而快排则是直接合并不再需要排序,所以快排比归并排序更高效一些,可以从示意图中比较二者之间的区别。

快速排序有一个缺点就是对于小规模的数据集性能不是很好。
示例

假设用户输入了如下数组:
在这里插入图片描述

创建变量i=0(指向第一个数据), j=5(指向最后一个数据), k=6(赋值为第一个数据的值)。
我们要把所有比k小的数移动到k的左面,所以我们可以开始寻找比6小的数,从j开始,从右往左找,不断递减变量j的值,我们找到第一个下标3的数据比6小,于是把数据3移到下标0的位置,把下标0的数据6移到下标3,完成第一次比较:
下标
在这里插入图片描述
i=0 j=3 k=6
接着,开始第二次比较,这次要变成找比k大的了,而且要从前往后找了。递加变量i,发现下标2的数据是第一个比k大的,于是用下标2的数据7和j指向的下标3的数据的6做交换,数据状态变成下表:
在这里插入图片描述
i=2 j=3 k=6
称上面两次比较为一个循环。
接着,再递减变量j,不断重复进行上面的循环比较。
在本例中,我们进行一次循环,就发现i和j“碰头”了:他们都指向了下标2。于是,第一遍比较结束。得到结果如下,凡是k(=6)左边的数都比它小,凡是k右边的数都比它大:
下标
在这里插入图片描述
如果i和j没有碰头的话,就递加i找大的,还没有,就再递减j找小的,如此反复,不断循环。注意判断和寻找是同时进行的。
然后,对k两边的数据,再分组分别进行上述的过程,直到不能再分组为止。
注意:第一遍快速排序不会直接得到最终结果,只会把比k大和比k小的数分到k的两边。为了得到最后结果,需要再次对下标2两边的数组分别执行此步骤,然后再分解数组,直到数组不能再分解为止(只有一个数据),才能得到正确结果。

程序示例:

"""
题目:快速排序
version:1.0
作者:假书生@
date:2020.01.30
"""
import random     # 导入random模块,用开生成随机数列
def quick_sort(array,start,end):   #定义函数,参数分别为传入的数列,开始下标,结束下表
    if start >= end:   #如果开始下标大于结束下表的话,退出函数
        return
    k = array[start]    #定义基准为第一个变量
    left_flag = start
    right_flag = end
    while left_flag < right_flag:  #定义外层循环
        while array[right_flag] > k:  # 从右往左边找  如果,遇到比基准大的就跳过,继续向左找
            right_flag -= 1         #下标减一,向左移
        tmp = array[left_flag] # 如果小于基准的话,进行交换    
        array[left_flag] = array[right_flag]
        array[right_flag] = tmp
        #从左边往右边找
        while    left_flag < right_flag and array[left_flag] <= k: # 如果小于基准的话
                left_flag += 1     # 向右继续找
        #上面的loop一跳出,代表left_flag所处的位置的值是比k大的
        tmp = array[left_flag]     # 如果大于基准的话,进行交换
        array[left_flag] = array[right_flag]
        array[right_flag] = tmp
    #开始把问题分半
    quick_sort(array,start,left_flag-1)   # 使用递归,将范围缩小一半 
    quick_sort(array,left_flag + 1,end)
if __name__ == "__main__":
    array = []  # 定义列表
    for i in range(20):  # 将列表赋予随机数
        array.append(random.randrange(100))
    print(array)
    quick_sort(array,0,len(array)-1)  # 调用排序函数
    print(array)

运行结果:

[84, 0, 4, 87, 73, 97, 6, 22, 24, 51, 12, 27, 73, 22, 61, 56, 88, 87, 52, 31]
[0, 4, 6, 12, 22, 22, 24, 27, 31, 51, 52, 56, 61, 73, 73, 84, 87, 87, 88, 97]
发布了44 篇原创文章 · 获赞 57 · 访问量 1万+

猜你喜欢

转载自blog.csdn.net/weixin_45144837/article/details/104116972