快速排序介绍

快速排序(Quick Sort)使用分治法策略,其基本思想是:通过一趟排序将待排序记录分割成独立的两部分,其中一部分记录的关键字均比另外一部分记录的关键字小,则可分别对这两部分记录继续进行排序,以达到整个序列有序的目的。

快排流程:

  1. 从数列中选取一个基数
  2. 将所有比基数小的摆放在基数前面,所有比基数大的摆在基数的后面(相同的数可以到任一边);在这个分区退出之后,该基准就处于数列的中间位置。
  3. 递归地把"基数前面的子数列"和"基数后面的子数列"进行快速排序。

举例说明:

(PS:本例参考一个大神的博客:http://www.cnblogs.com/skywang12345/p/3596746.html#a1)

数列a={30,40,60,10,20,50}为例,演示它的快速排序过程(如下图)



上图只是给出了第1趟快速排序的流程,按照同样的方法,对子数列进行递归遍历。最后可以得到有序序列。

代码实现:

	//对顺序表elem进行快速排序
public void quickSort(int[] elem) {
QSort_2(elem, 1, elem.length - 1);
} //对顺序表elem中的子序列elem[start...end]做快速排序
public void QSort(int[] elem, int start, int end) { int pivot;
if(start < end) {
pivot = Partition(elem ,start, end); QSort(elem, start, pivot - 1);
QSort(elem, pivot + 1, end);
}
} /**
* 交换顺序表elem中字表记录,使基数记录到位,并返回其所在位置
* 此时在它之前(后)的记录均不大(小)于它
* @param elem
* @param low
* @param high
* @return
*/
public int Partition(int[] elem, int low, int high) { int pivotkey = elem[low]; while(low < high) { while((low < high) && (elem[high] >= pivotkey)) {
high--;
}
swap(elem, low, high); while((low < high) && (elem[low] <= pivotkey)) {
low++;
}
swap(elem, low, high);
}
return low;
}

快速排序复杂度分析

(PS:由于本人数学功底太弱,并没有理解快排复杂度的推演公式,在此只是摘抄于《大话数据机构》)

在最优情况下,如果排序n个关键字,其递归树的深度就是[log2log_2log2​n] + 1([x]表示不大于x的最大整数),即仅需要递归log2log_2log2​n次,需要时间为T(n)的话,第一次Partiation应该是需要对整个数组扫描一遍,做n次比较。然后获得的基数将数组一分为二,那么各自还需要T(n2\frac{n}{2}2n​)的时间(注意这是最好情况下,所以平分两半)。于是不断划分下去,就有下面不等式推断

T(n) ≤ 2T(n2\frac{n}{2}2n​) + n, T(1)=0

T(n) ≤2(2T(n4\frac{n}{4}4n​)+n2\frac{n}{2}2n​) + n=4T(n4\frac{n}{4}4n​) +2n

T(n) ≤ 4(2T(n8\frac{n}{8}8n​)+n4\frac{n}{4}4n​) + 2n=8T(n8\frac{n}{8}8n​) +3n



T(n) ≤ nT(1) + (log2log_2log2​n) * n= O(nlog⁡\loglogn)

也就是说在最优情况下,快排算法的时间复杂度为O(nlog⁡\loglogn)

在最坏情况下,待排序的序列为正序或者逆序,每次划只得到一个比上次划分少一个记录的子序列,注意另一个是空。如果画出递归树,那么就是一棵斜树。此时需要执行n-1次递归调用,且第i次划分需要经过n-i次关键字的比较才能找到第i个记录,也就是基数的位置,因此比较次数为:

∑i=1n−1(n−i)=n−1+n−2+...+1=n(n−1)2\sum_{i=1}^{n-1}(n-i)=n-1+n-2+...+1= \frac{n(n-1)}{2}i=1∑n−1​(n−i)=n−1+n−2+...+1=2n(n−1)​

最终其时间复杂度为O(n2n^2n2)

平均情况下,设基数的关键字应该在第k的位置(1≤k≤n),那么

T(n)=1n∑k=1n(T(k−1)+T(n−k))+n=2n∑k=1nT(k)+nT(n)=\frac{1}{n}\sum_{k=1}^{n}(T(k-1) + T(n-k))+n= \frac{2}{n}\sum_{k=1}^{n}T(k)+nT(n)=n1​k=1∑n​(T(k−1)+T(n−k))+n=n2​k=1∑n​T(k)+n

有数学归纳法可证明,其数量级为O(nlog⁡\loglogn)

就空间复杂度来说,主要是递归造成的栈空间的使用,最好情况下递归树的深度为log2log_2log2​n,其空间复杂度也就为O(log⁡\loglogn),最坏情况下,需要进行n-1次递归调用,其空间复杂度为O(n),平均情况下,空间复杂度为O(log⁡\loglogn)。

由于关键字的比较和交换是跳跃式的进行,所以快速排序是一种不稳定的排序方法。

快速排序的优化

优化选取基数

采用三数取中法,即取三个关键字先进性排序,将中间数做为基数,一般是取左端,右端和中间三个数。

	//三分取中法
public int Partition_1(int[] elem, int low, int high) { int pivotkey; int m = low + (high - low) / 2;
if(elem[low] > elem[high]) {
swap(elem, low, high);
}
if(elem[m] > elem[high]) {
swap(elem, high, m);
}
if(elem[m] > elem[low]) {
swap(elem, low, m);
} pivotkey= elem[low]; while(low < high) { while((low < high) && (elem[high] >= pivotkey)) {
high--;
}
swap(elem, low, high); while((low < high) && (elem[low] <= pivotkey)) {
low++;
}
swap(elem, low, high);
}
return low;
}
优化不必要的交换
	//优化不必要的交换
public int Partition_2(int[] elem, int low, int high) { int pivotkey = elem[low];
elem[0] = pivotkey; while(low < high) { while((low < high) && (elem[high] >= pivotkey)) {
high--;
}
elem[low] = elem[high]; while((low < high) && (elem[low] <= pivotkey)) {
low++;
}
elem[high] = elem[low];
}
elem[low] = elem[0];
return low;
}

采用替换而不是交换的方式进行操作,在性能上得到部分提升。

优化小数组时的排序

数组非常小,其快速排序不如直接插入(直插是简单排序中性能最好的)。

public final int MAX_LENGTH_INSERT_SORT = 7;

	//优化小数组时的排序方案
public void QSort_1(int[] elem, int start, int end) { int pivot;
if((end - start) > MAX_LENGTH_INSERT_SORT) {
pivot = Partition(elem ,start, end); QSort(elem, start, pivot - 1);
QSort(elem, pivot + 1, end);
}
else insertSort(elem);
} //直接插入
public void insertSort(int[] elem) {
int i, j;
for (i = 2; i < elem.length; i++) {
if(elem[i] < elem[i - 1]) {
elem[0] = elem[i];
for (j = i - 1; elem[j] > elem[0]; j--) {
elem[j + 1] = elem[j];
}
elem[j + 1] = elem[0];
}
}
}
优化递归操作

在QSort函数在其尾部有两次递归操作,若待排序序列极端不平衡,递归深度趋近于n,每次递归调用都会浪费栈空间,因此能够减少递归,将会大大提升性能。

对QSort进行尾递归操作:

	//优化递归操作
public void QSort_2(int[] elem, int start, int end) { int pivot;
if((end - start) > MAX_LENGTH_INSERT_SORT) { while(start < end) {
pivot = Partition(elem ,start, end);
QSort(elem, start, pivot - 1);
start = pivot + 1;
}
}
else insertSort(elem);
}

因为第一次循环后start就没了作用,可将pivot+1赋给start,再循环后,来一次Partition(elem, low, high),其效果等同于“QSort(elem, pivot+1, end)”,结果相同,但采用迭代而不是递归可以缩减堆栈深度,从而提高性能。

快速排序的理解和实现(Java)的更多相关文章

  1. Atitit  深入理解命名空间namespace  java c# php js

    Atitit  深入理解命名空间namespace  java c# php js 1.1. Namespace还是package1 1.2. import同时解决了令人头疼的include1 1.3 ...

  2. 理解和解决Java并发修改异常ConcurrentModificationException(转载)

    原文地址:https://www.jianshu.com/p/f3f6b12330c1 理解和解决Java并发修改异常ConcurrentModificationException 不知读者在Java ...

  3. 深入理解和探究Java类加载机制

    深入理解和探究Java类加载机制---- 1.java.lang.ClassLoader类介绍 java.lang.ClassLoader类的基本职责就是根据一个指定的类的名称,找到或者生成其对应的字 ...

  4. 深入理解什么是Java泛型?泛型怎么使用?【纯转】

    本篇文章给大家带来的内容是介绍深入理解什么是Java泛型?泛型怎么使用?有一定的参考价值,有需要的朋友可以参考一下,希望对你们有所助. 一.什么是泛型 “泛型” 意味着编写的代码可以被不同类型的对象所 ...

  5. java中快速排序的理解以及实例

    所谓的快速排序的思想就是,首先把数组的第一个数拿出来做为一个key,在前后分别设置一个i,j做为标识,然后拿这个key对这个数组从后面往前遍历,及j--,直到找到第一个小于这个key的那个数,然后交换 ...

  6. [转载] 深入理解Android之Java虚拟机Dalvik

    本文转载自: http://blog.csdn.net/innost/article/details/50377905 一.背景 这个选题很大,但并不是一开始就有这么高大上的追求.最初之时,只是源于对 ...

  7. 如何理解和使用Java package包

    Java中的一个包就是一个类库单元,包内包含有一组类,它们在单一的名称空间之下被组织在了一起.这个名称空间就是包名.可以使用import关键字来导入一个包.例如使用import java.util.* ...

  8. 深入理解JVM(6)——Java内存模型和线程

    Java虚拟机规范中定义了Java内存模型(Java Memory Model,JMM)用来屏蔽掉各种硬件和操作系统的内存访问差异,以实现让Java程序在各种平台下都能达到一致的内存访问效果(“即Ja ...

  9. 理解JVM之Java内存区域

    Java虚拟机运行时数据区分为以下几个部分: 方法区.虚拟机栈.本地方法栈.堆.程序计数器.如下图所示: 一.程序计数器 程序计数器可看作当前线程所执行的字节码行号指示器,字节码解释器工作时就是通过改 ...

随机推荐

  1. arduino 驱动电调

    #include <TimerOne.h> #define PPMPIN 7 ; //0-9 ; void setup() { // put your setup code here, t ...

  2. Win7 SP1 提示ADO的问题

    需要安装  Windows6.1-KB2640696-v3-x64.msu 这个Pack

  3. linux week3

      2.如何快速的回到 上⼀一次所在的位置 cd An argument of - is equivalent to $OLDPWD.  cd -  #cd $OLDPWD cd - #快速的回到 上 ...

  4. Java解决高并发方案(帮助你我他)

           一个小型的网站,可以使用最简单的html静态页面就实现了,配合一些图片达到美化效果,所有的页面均存放在一个目录下,这样的网站对系统架构.性能的要求都很简单.随着互联网业务的不断丰富,网站 ...

  5. svn错误:Can't convert string from 'UTF-8' to native encoding

    如果文件名包含了中文,当执行"svn up ."遇到如下错误时: svn: Can't convert string from 'UTF-8' to native encoding ...

  6. 自定义方法实现strcpy,strlen, strcat, strcmp函数,了解及实现原理

    位置计算字符串长度 //strlen()函数,当遇到'\0'时,计算结束,'\0'不计入长度之内 //字符串的拷贝        //strcpy(字符串1,字符串2);        //把字符串2 ...

  7. Windows10+Python3下安装NumPy+SciPy+Matplotlib

    Numpy.SciPy.MatplotLib是Python下从事科学计算必不可少的库.我在用其他的方法安装时出现各种问题,发现直接安装.whl包是最快且不报错的方法. 1.下载.whl包在下面的网站中 ...

  8. 分离 桂林电子科技大学第三届ACM程序设计竞赛

    链接:https://ac.nowcoder.com/acm/contest/558/H 来源:牛客网 时间限制:C/C++ 1秒,其他语言2秒 空间限制:C/C++ 262144K,其他语言5242 ...

  9. 老刘 Yii2 源码学习笔记之 Action 类

    Action 的概述 InlineAction 就是内联动作,所谓的内联动作就是放到controller 里面的 actionXXX 这种 Action.customAction 就是独立动作,就是直 ...

  10. Mysql工作記錄之修改默認存儲引擎及重設root用戶密碼

    1>修改默認存儲引擎方法 修改配置文件,然後重啟mysql服務: [root@CHW mysql]# cat /etc/my.cnf                            [my ...