面试算法——快速排序

1.概念

快速排序,听这个名字就能想到它排序速度比较快方法,是一种分治思想,现在各种语言中自带的排序库很多使用的都是快速排序。

空间复杂度

快速排序是一种原地排序,只需要一个很小的栈作为辅助空间,空间复杂度为O(log2n),所以适合在数据集比较大的时候使用。

时间复杂度

时间复杂度比较复杂,最好的情况是O(n),最差的情况是O(n2),所以平时说的O(nlogn),为其平均时间复杂度。

2.基本思想

随机找出一个数,可以随机取,也可以取固定位置,一般是取第一个或最后一个称为基准,然后就是比基准小的在左边,比基准大的放到右边,如何放做,就是和基准进行交换,这样交换完左边都是比基准小的,右边都是比较基准大的,这样就将一个数组分成了两个子数组,然后再按照同样的方法把子数组再分成更小的子数组,直到不能分解为止。

3.举例说明

下面这段是我从网上摘抄的,排序过程各种博客文章例子也比较多了。
 
假设我们现在对“6  1  2 7  9  3  4  5 10  8”这个10个数进行排序。首先在这个序列中随便找一个数作为基准数(不要被这个名词吓到了,就是一个用来参照的数,待会你就知道它用来做啥的了)。为了方便,就让第一个数6作为基准数吧。接下来,需要将这个序列中所有比基准数大的数放在6的右边,比基准数小的数放在6的左边,类似下面这种排列。
      3  1  2  5  4  6  9  7  10  8
 
在初始状态下,数字6在序列的第1位。我们的目标是将6挪到序列中间的某个位置,假设这个位置是k。现在就需要寻找这个k,并且以第k位为分界点,左边的数都小于等于6,右边的数都大于等于6。想一想,你有办法可以做到这点吗?

方法其实很简单,

1.分别从初始序列“6  1  2 7  9  3  4  5 10  8”两端开始“探测”。先从右往左找一个小于6的数,再从左往右找一个大于6的数,然后交换他们。这里可以用两个变量i和j,分别指向序列最左边和最右边。我们为这两个变量起个好听的名字“哨兵i”和“哨兵j”。刚开始的时候让哨兵i指向序列的最左边(即i=1),指向数字6。让哨兵j指向序列的最右边(即j=10),指向数字8。

面试算法——快速排序_第1张图片

 首先哨兵j开始出动。因为此处设置的基准数是最左边的数,所以需要让哨兵j先出动,这一点非常重要(请自己想一想为什么)。哨兵j一步一步地向左挪动(即j--),直到找到一个小于6的数停下来。

 

2.接下来哨兵i再一步一步向右挪动(即i++),直到找到一个数大于6的数停下来。最后哨兵j停在了数字5面前,哨兵i停在了数字7面前。

 

面试算法——快速排序_第2张图片
面试算法——快速排序_第3张图片


现在交换哨兵i和哨兵j所指向的元素的值。交换之后的序列如下。

6  1  2  5  9  3  4  7  10  8
 
 
 
面试算法——快速排序_第4张图片
面试算法——快速排序_第5张图片

 

3.第一次交换结束。接下来开始哨兵j继续向左挪动(再友情提醒,每次必须是哨兵j先出发)。他发现了4(比基准数6要小,满足要求)之后停了下来。哨兵i也继续向右挪动的,他发现了9(比基准数6要大,满足要求)之后停了下来。此时再次进行交换,交换之后的序列如下。
6  1  2  5  4  3  9  7 10  8
 
第二次交换结束,“探测”继续。哨兵j继续向左挪动,他发现了3(比基准数6要小,满足要求)之后又停了下来。哨兵i继续向右移动,糟啦!此时哨兵i和哨兵j相遇了,哨兵i和哨兵j都走到3面前。说明此时“探测”结束。我们将基准数6和3进行交换。交换之后的序列如下。
3  1  2  5  4  6  9  7  10  8
 
面试算法——快速排序_第6张图片
面试算法——快速排序_第7张图片
面试算法——快速排序_第8张图片
到此第一轮“探测”真正结束。此时以基准数6为分界点,6左边的数都小于等于6,6右边的数都大于等于6。回顾一下刚才的过程,其实哨兵j的使命就是要找小于基准数的数,而哨兵i的使命就是要找大于基准数的数,直到i和j碰头为止。
剩下的步骤就是重复上面的过程。
OK,解释完毕。 现在基准数6已经归位,它正好处在序列的第6位。此时我们已经将原来的序列,以6为分界点拆分成了两个序列,左边的序列是“3  1  2  5  4”,右边的序列是“9  7  10  8”。接下来还需要分别处理这两个序列。因为6左边和右边的序列目前都还是很混乱的。不过不要紧,我们已经掌握了方法,接下来只要模拟刚才的方法分别处理6左边和右边的序列即可。现在先来处理6左边的序列现吧。
左边的序列是“3  1  2  5  4”。请将这个序列以3为基准数进行调整,使得3左边的数都小于等于3,3右边的数都大于等于3。好了开始动笔吧。
如果你模拟的没有错,调整完毕之后的序列的顺序应该是。
 
2  1  3  5  4
 
OK,现在3已经归位。接下来需要处理3左边的序列“2 1”和右边的序列“5 4”。对序列“2 1”以2为基准数进行调整,处理完毕之后的序列为“1 2”,到此2已经归位。序列“1”只有一个数,也不需要进行任何处理。至此我们对序列“2 1”已全部处理完毕,得到序列是“1 2”。序列“5 4”的处理也仿照此方法,最后得到的序列如下。
 
1  2  3  4  5  6  9  7  10  8
 
       对于序列“9  7  10  8”也模拟刚才的过程,直到不可拆分出新的子序列为止。最终将会得到这样的序列,如下。
 
1  2  3 4  5  6  7  8  9  10
 
 1 #快速排序 传入列表、开始位置和结束位置
 2 def quick_sort( li , start , end ):
 3     # 如果start和end碰头了,说明要我排的这个子数列就剩下一个数了,就不用排序了
 4     if not start < end :
 5         return
 6 
 7     mid = li[start] #拿出第一个数当作基准数mid
 8     low = start   #low来标记左侧从基准数始找比mid大的数的位置
 9     high = end  #high来标记右侧end向左找比mid小的数的位置
10 
11     # 我们要进行循环,只要low和high没有碰头就一直进行,当low和high相等说明碰头了
12     while low < high :
13         #从high开始向左,找到第一个比mid小或者等于mid的数,标记位置,(如果high的数比mid大,我们就左移high)
14         # 并且我们要确定找到之前,如果low和high碰头了,也不找了
15         while low < high and li[high] > mid :
16             high -= 1
17         #跳出while后,high所在的下标就是找到的右侧比mid小的数
18         #把找到的数放到左侧的空位 low 标记了这个空位
19         li[low] = li[high]
20         # 从low开始向右,找到第一个比mid大的数,标记位置,(如果low的数小于等于mid,我们就右移low)
21         # 并且我们要确定找到之前,如果low和high碰头了,也不找了
22         while low < high and li[low] <= mid :
23             low += 1
24         #跳出while循环后low所在的下标就是左侧比mid大的数所在位置
25         # 我们把找到的数放在右侧空位上,high标记了这个空位
26         li[high] = li[low]
27         #以上我们完成了一次 从右侧找到一个小数移到左侧,从左侧找到一个大数移动到右侧
28     #当这个while跳出来之后相当于low和high碰头了,我们把mid所在位置放在这个空位
29     li[low] = mid
30     #这个时候mid左侧看的数都比mid小,mid右侧的数都比mid大
31 
32     #然后我们对mid左侧所有数进行上述的排序
33     quick_sort( li , start, low-1 )
34     #我们mid右侧所有数进行上述排序
35     quick_sort( li , low +1 , end )
36  
37 
38 #ok我们实践一下
39 if __name__ == '__main__':
40     li = [5,4,3,2,1]
41     quick_sort(li , 0 , len(li) -1 )
42     print(li)

4. 算法分析

优点:速度快,剩空间,缺点:非常脆弱,在实现时一定要注意几个小细节。

什么情况下是最好的呢:

待排序列升序有序O(n),即,1  2  3  4  5  6  7,这种情况下,基准选择第一个数,调整次数最少,注意只是调试次数减少,比较次数没变少,

所以从理论上来说,比较只需要把数据放入寄存器,然后比较。

mov ax,
mov cx,
cmp ax,cx

但实际情况下,因为有L1,L2的存在,然后你的程序又存在进程切换,现场恢复等等各种复杂因素,实际上的速度就好说了。

 

什么情况下是最差的呢:

待排序序列降序有序O(n2),即,7  6  5  4  3  2  1,这种情况就退化为冒泡排序。

5.瞎逼逼

快速排序,在排完第一遍的时候,你所选择的基准数就是该数在排序序列中的真实位置。

所以可以瞎想一下,如果基准选择准确,是否可以几次遍历就求出一个无序序列的中位数呢???

 

转载请注明——redbear博客

你可能感兴趣的:(面试算法——快速排序)