python快速排序算法详细图解_详解python实现快速排序算法

人来人往，蜚短流长，不求此生匆匆过，但求每日在成长

快速排序严重依赖分区，分区部分完成就代表排序成功了一半

1、详细思路见代码注释部分：

def quick_sort(l,low,high):

'''

分区的过程：

low代表左指针，high代表右指针

1、low会逐个向右移动，遇到大于或等于基准元素时，停止

2、high会逐个向左移动，遇到小于或等于基准元素时，停止

3、然后将两指针所指的元素进行交换

4、重复上述步骤，直到两指针重合，或者左指针在右指针的右边

5、最后将轴与左指针的值交换位置

分区的目的：

使基准元素到正确的位置，然后再把基准元素左右两部分分别进行排序

'''

if low >= high: # 当分出的子列表长度为0或1时，就不会再递归下去了

return

pivot = l[high] # 设置初始的基准元素

inital_low = low # 将初始的low和high存储一下

inital_high = high

while low < high: # 步骤4

while l[low]

low+=1

while l[high] > pivot: # 步骤2

high -= 1

l[low], l[high] = l[high], l[low] #步骤3

l[low],pivot = pivot,l[low] # 步骤5

'''

分区后，将基准元素左右两部分分别进行排序

当分出的子列表长度为0或1时，就不会再递归下去了

'''

quick_sort(l, inital_low, low-1) #基准左边部分

quick_sort(l, low+1, inital_high) #基准右边部分

return l

if __name__=='__main__':

l = [0,5,2,1,6,3]

print(quick_sort(l, 0, len(l)-1))

2、效率分析

①分区步骤中，主要包含

比较：因为每个值都要和基准元素进行比较，所以比较次数为N；

交换：交换的次数则取决于数据的排列情况。一次分区里，交换最少会有1次，最多会有N / 2次，因为即使所有元素都需要交换，我们也只是将左半部分与右半部分进行交换，所以平均下来，粗略估算要进行N/4次交换

因此，分区步骤次数为N+N/4，大O计数法为O(N)

②因为等分发生了log N次，而每次都要对总共N个元素做分区，所以总步数为N×log N。

因此快速排序算法最佳时间复杂度和平均时间复杂度均为

最佳情况是在基准元素每次都在子列表的中间

最坏情况是O(N^2)

由于快速排序在平均情况下表现优异，于是很多编程语言自带的排序函数都采用它来实现。

参考书目：

《数据结构与算法图解》作者：[美]杰伊·温格罗