前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【初阶数据结构与算法】一命通关“快速排序“(内含快速排序的三个版本以及非递归)

【初阶数据结构与算法】一命通关“快速排序“(内含快速排序的三个版本以及非递归)

作者头像
埋头编程
发布2024-10-16 19:03:43
790
发布2024-10-16 19:03:43
举报
文章被收录于专栏:C/C++
前言

无论是我们学过的插入排序、希儿排序、选择排序、冒泡排序以及堆排序,这些在我们实际做项目时都不算很常用,那么本文给大家介绍一个牛犇的排序 —— “快速排序”。正如名字一样朴实无华,但是它确实排序的效率很高(将于快速排序的优化版本)。

在本文中,我会给大家详解快速排序的三大版本,以及优化快速排序的思路,还要给大家讲一下作为一个合格程序员必须得做到的一些技能。

好了,我就不卖关子了。让我们开启快速排序的冒险之旅吧!!!🚢🚢⚓

1. 快速排序的单趟排序 - 算法思想(十分重要)

在我们开始写代码时,理解算法的思路是不可或缺的一部分,所以接下来我们就来理解一下快速排序的算法思想。(我们算法讲解的思路都是以升序排序的为主。相信大家也知道一件事,只要我们弄懂了升序,那降序肯定也不在话下)

核心思想:在待排序的数组中,我们要选择一个值,这个值我们通常称其为key值。这个key值的选择是会影响快速排序的效率的,这个点后面会说。随后我们会定义两个变量left和right,控制待排序数组的区间。下面最核心的来了!我们假定待排序数组的第一个元素就是key值,此时我们一定要让right变量先动(这个点后面会解释),right变量往前动起来的目的就是为了找比key值小的数。之后我们再让left变量往后动起来,left变量往前动起来的目的就是为了找比key值大的数。然后,将这两个数进行位置上的交换。这个过程一直持续到当right和left相遇时,此时就得将key值一开始所在的位置与相遇位置的值进行互换,最终达到的效果是比key值小的数都在key值的左边,比key值大的数都在key值的右边。以上就是快速排序的单趟排序思路。

如果你觉得上述的文字解释有点难以理解的话,没有关系,可以再看一下下面的图文讲解(附带例子的图文讲解):

图1
图1

基于上述的例子我来给大家做一个详细的步骤拆解。

例子讲解
例子讲解

最终效果:

最终效果
最终效果

到这里,快速排序的单趟排序的思想就讲解完毕了!!!

接下来就进入用代码实现上述的思想的环节了。

哈哈哈
哈哈哈

2. 快速排序的单趟排序 - 代码实现

其实上述我们讲解的思路,就是发明该算法的人提出的,此人名为hoare。提前透露一下,这个版本的代码理解起来不是很容易,而且书写容易出错,出错的点首先就是在选最左边的值为key时得让right先走。为此,后面又出来了挖坑法、以及前后指针法(这个又是另一种玩法思路了)。那么在本小节中,我会给大家逐一击破!

2.1 hoare版本

在此之前,我们还是得膜拜一下hoare大佬,学习他的版本。

gif - hoare
gif - hoare

这里我就不过多阐述思想了,直接上代码:

代码语言:javascript
复制
void QuickSortPart1(int* a, int left, int right)
{
	//hoare版本 - 单趟排序

	//我们选择最左边为key值,这里我们可以采用记录下标的方式。
	int keyi = left;

	while (left < right)
	{
		//先让right动,因为我们选取的是左边的key
		//right的目的是找到比key值小的元素的位置
		while (right > left && a[right] >= a[keyi]) //right < left这一步是为了不让right和left越界
		{
			--right;
		}

		//之后在让left动
		//left的目的是找到比key值大的元素的位置
		while (left < right && a[left] <= a[keyi])
		{
			++left;
		}

		//到这里,就说明都完成了各自的使命,最后再将它们的位置上的数交换一下。
		Swap(&a[left],&a[right]);
	}

	//出了while循环后,就说明了此时left=right。那我们就得将此位置上的数与keyi上面的数进行交换。
	Swap(&a[left],&a[keyi]);
	keyi = left;
}

大家可能在理解上述思想的基础上,写这段代码时可能有一些细节没有处理到位,导致预期不一样,这个就是hoare版本的一个弊端了。

具体会有哪些出错的地方呢?

将这个 aright >= akeyi 和这个 aleft <= akeyi分别写成了aright > akeyi 和 aleft < akeyi,甚至只有一个循环加了等号里一个没有加,这个就是错误的原因之一。另外还有一个就是,right和left越界了没有判断,从而会导致程序崩溃!

好了,大家会发现hoare大佬的这个版本的思想非常不容易理解。后来,人们就根据hoare大佬的思想研发了另一种方式——“挖坑法”。

2.2 挖坑法

这个方法的底层就是hoare大佬的思想。

挖坑法 - gif
挖坑法 - gif

🍉可以看到上面的动图,当我们在选取的key值的时候,就相当于在这个位置上面挖个坑,我们可以用一个变量记录此时坑出现的位置。然后按照hoare大佬的思想,将需要移动数据移动到久坑,那么此时就会出现新的坑,我们更新记录坑这个位置的变量即可。

代码语言:javascript
复制
void QuickSortPart2(int* a, int left, int right)
{
	//挖坑法版本 - 单趟排序

	//我们选择最左边为key值,这里我们就直接采用记录值的方式。
	int key = a[left];

	//定义一个坑
	int hole = left;

	while (left < right)
	{
		//先让right动,因为我们选取的是左边的key
		//right的目的是找到比key值小的元素的位置
		while (right > left && a[right] >= key) //right < left这一步是为了不让right和left越界
		{
			--right;
		}
		//找到了新的坑了,先把旧坑填了
		a[hole] = a[right];
		hole = right;

		//之后在让left动
		//left的目的是找到比key值大的元素的位置
		while (left < right && a[left] <= key)
		{
			++left;
		}

		//找到了新的坑了,先把旧坑填了
		a[hole] = a[left];
		hole = left;
		
	}

	//出了while循环后,就说明了此时left=right。那我们就得将此位置上的数与keyi上面的数进行交换。
	a[hole] = key;
}

2.3 前后指针

除了hoare大佬这个思想之外,有人还提出了一种新的思想 —— “用前后指针来实现”。但不论是hoare这个思想还是前后指针的做法,其本质就是将待排序的数组分割成两个子区间,这两个子区间的特点就是其中一个子区间里面的元素都大于基准值(key值),另一个子区间里面的元素都小于基准值(key值)。

那这个前后指针是如何做到上述的思想的呢?大家可以先看下面的动图:

前后指针 - gif
前后指针 - gif

可以看到的是:

它会分为两种情况:

  1. 当key值大于cur指向的值时,先让prev往后走一步,紧接着,再让 prev位置上的值与cur位置上的值交换位置。最后,cur再往后面走一步;
  2. 当变量cur所指向的值大于key值时,直接让cur往后面走一步即可。

这个思想的原理就是,通过key值与cur所指向的值的关系,控制prev的指向,使得比key值大的数不断地往数组后面逼近。

上代码:

代码语言:javascript
复制
void QuickSortPart3(int* a, int left, int right)
{
	//前后指针版本 - 单趟排序

	int n = right - left + 1;
	//我们选择最左边为key值,这里我们就直接采用下标的方式。
	int keyi = left;

	//定义一个prev和cur
	int prev = left;
	int cur = left + 1;
	
	while (cur < n)
	{
		if (a[keyi] > a[cur])
		{
			prev++;
			Swap(&a[prev], &a[cur]);
		}

		cur++;

	}

	Swap(&a[prev],&a[keyi]);
	keyi = prev;
}

好了,至此,关于快速排序单趟排序的三个版本的代码演示就完成了!!!

2.4 三个版本我该改用哪一个?

这个问题相信有很多读者会提出疑问,这三个版本都能实现同一个功能,那我能不能偷懒只了解一种呢?

答案肯定是不行的。

如果你实在记不住那么多的话,强烈推荐前后指针这个版本。这个版本也是现在很多人写快速排序算法时会用到的方法。

除了这个之外,我们以后找工作肯定会有面试,这个难免会碰到面试官会问你这个问题,所以建议大家都要掌握!!!


3. 快速排序的整体排序

3.1 快速排序的整体排序的算法思路

从单趟排序我们就可以知道,单趟排序的目的就是将我们所选的key值放到待排序数组中正确的位置上。然后就将待排序数组划分成两个区间begin, keyi-1 keyi keyi+1,end。然后,我们又可以对这两个区间里的值再使用单趟排序的思路,这个不就是妥妥的递归!!!

如果你还不理解,请看下面的图:

图解
图解

3.2 快速排序的整体排序的代码实现

代码语言:javascript
复制
void QuickSort(int* a, int left, int right)
{
	if (left >= right)
	{
		return;
	}

	int begin = left, end = right;

	//hoare版本 - 单趟排序
	//我们选择最左边为key值,这里我们可以采用记录下标的方式。
	int keyi = left;

	while (left < right)
	{
		//先让right动,因为我们选取的是左边的key
		//right的目的是找到比key值小的元素的位置
		while (right > left && a[right] >= a[keyi]) //right < left这一步是为了不让right和left越界
		{
			--right;
		}

		//之后在让left动
		//left的目的是找到比key值大的元素的位置
		while (left < right && a[left] <= a[keyi])
		{
			++left;
		}

		//到这里,就说明都完成了各自的使命,最后再将它们的位置上的数交换一下。
		Swap(&a[left], &a[right]);
	}

	//出了while循环后,就说明了此时left=right。那我们就得将此位置上的数与keyi上面的数进行交换。
	Swap(&a[left], &a[keyi]);
	keyi = left;

	//递归
	QuickSort(a, begin, keyi-1);
	QuickSort(a, keyi + 1, end);

}

有了上面的思想,递归看起来也不是很难理解吧!!!


4. 找key值的方式

我们为什么要谈论这个问题呢?相信大家在上面已经察觉到了,我们的key值目前来说要不就是去待排序数组开头的元素,要不就是待排序数组结尾的元素。那这样做不会有问题吗?

🍉🍉🍉那本小节我们就来解开这个谜底!!!

4.1 为什么要提出找key值的方式?

有一部分的读者会认为:哎呀,我直接选待排序数组开头的元素,要不就是待排序数组结尾的元素作为key值挺好的啊,我能够理解hoare大佬的思想。

可以想一下快速排序的时间复杂度是多少?

快速排序的是将复杂度示意图
快速排序的是将复杂度示意图

不难看到应该是O(N*logN)。

但是大家有没有想过这么一个问题:我们用刚才写的快速排序来排一个已经有序(升序、降序)的数组的是将复杂度又是多大呢?

升序数组
升序数组

可以看到它的时间复杂度变为了O(N^2)。这个时间复杂度对于排序算法来说是个大忌啊!!!我们有什么办法能够抢救一下这个时间复杂度吗?方法肯定是有的。

可以看到时间复杂度之所以这么高,是因为keyi的位置所导致的。总结上面的思想,我们希望看到的是keyi值越是取整个待排序数组中较为中间的值时,它的效率是最大的,为什么呢?你可以想一下,如果keyi所在位置的值是待排序数组的较为中间的值,那么经过一次单趟排序后,其分出的两个子区间各自的元素数量较为均等,我们这样就越接近logN这个量级,而不是N这个量级了。

所以人们就提出了两种选择key值的策略:

  1. 随机数选key
  2. 三数取中

那它们具体是如何实现的呢?请看下面的讲解。

4.2 随机数选key

这个方式我不是很推荐大家使用,不过这个方法现在仍有人在玩!

随机数选key的代码很简单就是利用rand函数生成一个区间范围内的数,将它与最左边或最右边的值互换。

可能有的读者就会问了,为什么要互换呢,我直接选了就直接用不好吗?

这里要说明的一点是,肯定是要交换位置的!!!原因是承接我们上面代码的思想。

代码语言:javascript
复制
void QuickSort(int* a, int left, int right)
{
	srand((unsigned int)time(NULL));
	if (left >= right)
	{
		return;
	}

	int begin = left, end = right;

	//hoare版本 - 单趟排序
	//我们选择最左边为key值,这里我们可以采用记录下标的方式。

	//随机数选key
	int randi = left + rand() % (right - left + 1);
	Swap(&a[randi],&a[left]);

	int keyi = left;

	while (left < right)
	{
		//先让right动,因为我们选取的是左边的key
		//right的目的是找到比key值小的元素的位置
		while (right > left && a[right] >= a[keyi]) //right < left这一步是为了不让right和left越界
		{
			--right;
		}

		//之后在让left动
		//left的目的是找到比key值大的元素的位置
		while (left < right && a[left] <= a[keyi])
		{
			++left;
		}

		//到这里,就说明都完成了各自的使命,最后再将它们的位置上的数交换一下。
		Swap(&a[left], &a[right]);
	}

	//出了while循环后,就说明了此时left=right。那我们就得将此位置上的数与keyi上面的数进行交换。
	Swap(&a[left], &a[keyi]);
	keyi = left;

	//递归
	QuickSort(a, begin, keyi-1);
	QuickSort(a, keyi + 1, end);

}

4.3 三数取中

选取的三个数字分别位于待排序数组开头位置的元素、中间位置的元素以及结尾位置的元素

代码如下:

代码语言:javascript
复制
//三数取中
int GetMidNum(int* a, int left, int right)
{
	int mid = (left + right) / 2;

	if (a[left] > a[right])
	{
		if (a[mid] > a[right])
		{
			return mid;
		}
		else //说明a[mid]<=a[right]
		{
			return right;
		}
	}

	else//说明a[left]<=a[right]
	{
		if (a[left] > a[mid])
		{
			return left;
		}
		else//说明a[left]<=a[mid]
		{
			return mid;
		}
	}
}
代码语言:javascript
复制
void QuickSort(int* a, int left, int right)
{
	
	if (left >= right)
	{
		return;
	}

	int begin = left, end = right;

	//hoare版本 - 单趟排序
	//我们选择最左边为key值,这里我们可以采用记录下标的方式。

	//三数取中
	int midi = GetMidNum(a, left, right);
	if (midi != left)
	{
		Swap(&a[midi],&a[left]);
	}
	int keyi = left;

	while (left < right)
	{
		//先让right动,因为我们选取的是左边的key
		//right的目的是找到比key值小的元素的位置
		while (right > left && a[right] >= a[keyi]) //right < left这一步是为了不让right和left越界
		{
			--right;
		}

		//之后在让left动
		//left的目的是找到比key值大的元素的位置
		while (left < right && a[left] <= a[keyi])
		{
			++left;
		}

		//到这里,就说明都完成了各自的使命,最后再将它们的位置上的数交换一下。
		Swap(&a[left], &a[right]);
	}

	//出了while循环后,就说明了此时left=right。那我们就得将此位置上的数与keyi上面的数进行交换。
	Swap(&a[left], &a[keyi]);
	keyi = left;

	//递归
	QuickSort(a, begin, keyi - 1);
	QuickSort(a, keyi + 1, end);

}

这样我们就能很好的解决快速排序时间复杂度为O(N^2)的问题了。

5. 快速排序的非递归

我们都知道如果递归深度过深时,会导致栈溢出的情况,从而使整个程序崩溃。

所以我们就必须具备一种能力,将递归改为非递归。

将递归改为非递归有两种方式:

  1. 直接改造成循环(就先斐波那契数列一样);
  2. 利用栈这个数据结构来实现。

我们在这里用的时第二种方式,如果有对栈这个数据结构还不理解的读者,可以去看一下我往期的文章详解栈和队列

这里我们可以这么想,我们通过单趟排序使得区间划分成了两个部分,然后我们在对这两部分区间再次使用单趟排序的思想。所以这里的关键就在于区间的划分,我们可以使用栈先将我们要后排序的区间先入栈,先排序的区间最后在入栈。

代码的实现如下:

代码语言:javascript
复制
int QuickSortPart(int* a, int left, int right)
{
	//hoare版本 - 单趟排序
	//我们选择最左边为key值,这里我们可以采用记录下标的方式。

	//三数取中
	int midi = GetMidNum(a, left, right);
	if (midi != left)
	{
		Swap(&a[midi], &a[left]);
	}
	int keyi = left;

	while (left < right)
	{
		//先让right动,因为我们选取的是左边的key
		//right的目的是找到比key值小的元素的位置
		while (right > left && a[right] >= a[keyi]) //right < left这一步是为了不让right和left越界
		{
			--right;
		}

		//之后在让left动
		//left的目的是找到比key值大的元素的位置
		while (left < right && a[left] <= a[keyi])
		{
			++left;
		}

		//到这里,就说明都完成了各自的使命,最后再将它们的位置上的数交换一下。
		Swap(&a[left], &a[right]);
	}

	//出了while循环后,就说明了此时left=right。那我们就得将此位置上的数与keyi上面的数进行交换。
	Swap(&a[left], &a[keyi]);
	keyi = left;

	return keyi;
}

void QuickSortNonR(int* a, int left, int right)
{
	
	Stack st;
	STInit(&st);
	STPush(&st, right);
	STPush(&st, left);

	while (!STEmpty(&st))
	{
		int begin = STTop(&st);
		STPop(&st);
		int end = STTop(&st);
		STPop(&st);

		int keyi = QuickSortPart(a, begin, end);

		if (keyi + 1 < end)//用来判断右子区间
		{
			STPush(&st, end);
			STPush(&st, keyi+1);
		}

		if (keyi - 1  > begin) //用来判断左子区间
		{
			STPush(&st, keyi - 1);
			STPush(&st, begin);
		}
	}

	
	STDestory(&st);
}

到这里,本文的内容就全部讲完了。如果你觉得有所收获的话,麻烦给偶点个赞吧!!!

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-10-16,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 前言
  • 1. 快速排序的单趟排序 - 算法思想(十分重要)
  • 2. 快速排序的单趟排序 - 代码实现
    • 2.1 hoare版本
      • 2.2 挖坑法
        • 2.3 前后指针
          • 2.4 三个版本我该改用哪一个?
          • 3. 快速排序的整体排序
            • 3.1 快速排序的整体排序的算法思路
              • 3.2 快速排序的整体排序的代码实现
              • 4. 找key值的方式
                • 4.1 为什么要提出找key值的方式?
                  • 4.2 随机数选key
                    • 4.3 三数取中
                    • 5. 快速排序的非递归
                    领券
                    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档