C#快速排序算法

快速排序实现原理

快速排序（Quick Sort）是一种常用的排序算法，它基于分治的思想，通过将一个无序的序列分割成两个子序列，并递归地对子序列进行排序，最终完成整个序列的排序。

其基本思路如下：

1. 选择数组中的一个元素作为基准（pivot）。

2. 将数组中小于等于基准的元素放在基准的左边，将大于基准的元素放在基准的右边。

3. 对基准左右两边的子数组分别重复步骤1和步骤2，直到子数组的大小为1或0（递归结束）。

具体实现步骤如下：

1. 首先选择一个基准元素，通常为数组的第一个或最后一个元素。

2. 设置两个指针，一个指向数组的起始位置（低位），一个指向数组的结束位置（高位）。

3. 使用两个指针从两个方向同时遍历数组，直到两个指针相遇。

4. 从低位开始，比较当前元素与基准元素的大小关系：

   • 如果当前元素小于等于基准元素，则向右移动低位指针。

   • 如果当前元素大于基准元素，则向左移动高位指针。

   • 如果低位指针仍然在高位指针的左侧，则交换低位指针和高位指针所指向的元素。

5. 重复步骤4，直到低位指针与高位指针相遇。

6. 将基准元素与相遇位置的元素进行交换，确保基准元素位于其最终的排序位置。

7. 根据基准元素的位置，将数组分为两个子数组，并递归地对这两个子数组进行快速排序。

快速排序图解

递归的快速排序的代码示例

    public class 快速排序算法
    {
        public static void Sort(int[] array, int low, int high)
        {
            if (low < high)
            {
                //将数组分割为两部分，并返回分割点的索引
                int pivotIndex = Partition(array, low, high);

                //递归对分割后的两部分进行排序
                Sort(array, low, pivotIndex - 1);
                Sort(array, pivotIndex + 1, high);
            }
        }

        private static int Partition(int[] array, int low, int high)
        {
            //选择最后一个元素作为基准元素
            int pivot = array[high];
            int i = low - 1;

            for (int j = low; j <= high - 1; j++)
            {
                //如果当前元素小于等于基准元素，则将它与i+1位置的元素交换
                if (array[j] <= pivot)
                {
                    i++;
                    Swap(array, i, j);
                }
            }

            //将基准元素放置到正确的位置上
            Swap(array, i + 1, high);

            return i + 1; //返回基准元素的索引
        }

        private static void Swap(int[] array, int i, int j)
        {
            int temp = array[i];
            array[i] = array[j];
            array[j] = temp;
        }

        public static void QuickSortRun()
        {
            int[] array = { 2, 3, 5, 38, 19, 15, 26, 27, 36, 44, 47, 46, 50, 48, 4 };
            Sort(array, 0, array.Length - 1);
            Console.WriteLine("排序后结果：" + string.Join(", ", array));
        }
    }

总结

快速排序是一种高效的排序算法，它的优势在于平均时间复杂度为O(nlogn)，在实际应用中通常表现出色。然而，最坏情况下的时间复杂度可能达到O(n^2)，但通过合适的优化方法如随机选择基准元素、三数取中法等，可以避免最坏情况的发生，提高性能。递归方式简洁易懂但对于大数据量的排序可能会出现栈溢出的问题，而使用栈模拟递归则可以解决这个问题。