社区微信群开通啦,扫一扫抢先加入社区官方微信群
社区微信群
快速排序(英语:Quicksort),又称划分交换排序(partition-exchange sort),简称快排,一种排序算法,最早由东尼·霍尔提出。在平均状况下,排序 n个项目要 O(nlog n)(大O符号)次比较。在最坏状况下则需要 O(n^{2})} {O(n^{2})次比较,但这种状况并不常见。事实上,快速排序 Theta (nlog n)通常明显比其他算法更快,因为它的内部循环(inner loop)可以在大部分的架构上很有效率地达成。
快速排序使用分治法(Divide and conquer)策略来把一个序列(list)分为两个子序列(sub-lists)。
步骤为:
从数列中挑出一个元素,称为“基准”(pivot),
重新排序数列,所有比基准值小的元素摆放在基准前面,所有比基准值大的元素摆在基准后面(相同的数可以到任何一边)。在这个分割结束之后,该基准就处于数列的中间位置。这个称为分割(partition)操作。
递归地(recursively)把小于基准值元素的子数列和大于基准值元素的子数列排序。
递归到最底部时,数列的大小是零或一,也就是已经排序好了。这个算法一定会结束,因为在每次的迭代(iteration)中,它至少会把一个元素摆到它最后的位置去。
本例采用原地排序版本。
简单版本的缺点是,它需要 Omega (n)的额外存储空间,也就跟归并排序一样不好。额外需要的存储器空间配置,在实际上的实现,也会极度影响速度和缓存的性能。有一个比较复杂使用原地(in-place)分割算法的版本,且在好的基准选择上,平均可以达到 O(log n)空间的使用复杂度。
#quick sort
class QuickSort:
def main(self,c):
assert type(c) == list or type(c) == tuple
list1 = list(c)
n = len(list1)
self.sort(list1,0,n)
return type(c)(list1)
def sort(self,c,left,right):
# print("C:",c,"L:",left ,"R:",right)
n = len(c)
if n < 2:
return c
if right - left < 2:
return c
de = self.quicksort(c,left,right-1)
self.sort(c,left,de)
self.sort(c,de+1,right)
return c
def quicksort(self,c,s,p):
r = p - 1
l = s
pivot = c[p]
# print("PIVOT:",pivot)
for i in range(s,p):
if c[i] >= pivot:
l = i
for j in range(r, s-1,-1):
if l == j:
c[l],c[p] = c[p],c[l]
# print(c)
return l
if c[j] <= pivot:
r = j
c[l],c[r] = c[r],c[l]
# print(c)
break
for j in range(r, s-1,-1):
if c[j] <= pivot:
c[l],c[j] = c[j],c[l]
return j
return p
#test
a = (9, 8, 6, 7, 4, 5, 3, 2, 1)
p = QuickSort()
print(p.main(a))
如果觉得我的文章对您有用,请随意打赏。你的支持将鼓励我继续创作!