博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
交换排序高速分拣
阅读量:6322 次
发布时间:2019-06-22

本文共 5488 字,大约阅读时间需要 18 分钟。

高速排序(Quick Sort)也是一种交换排序,它在排序中採取了分治策略。

高速排序的主要思想

  1. 从待排序列中选取一元素作为轴值(也叫主元)。
  2. 将序列中的剩余元素以该轴值为基准,分为左右两部分。左部分元素不大于轴值,右部分元素不小于轴值。轴值终于位于两部分的切割处。
  3. 对左右两部分反复进行这种切割,直至无可切割。
从高速排序的算法思想能够看出,这是一递归的过程。

两个问题:

要想彻底弄懂高速排序,得解决两个问题:
  1. 怎样选择轴值?(轴值不同,对排序有影响吗?)
  2. 怎样切割?
问题一:轴值的选取?
轴值的重要性在于:经过切割应使序列尽量分为长度相等的两个部分,这样分治法才会起作用。若是轴值正好为序列的最值,切割后,元素统统跑到一边儿去了,分治法就无效了。算法效率无法提高。-看别人写快排的时候,注意他轴值的选取哦。
问题二:怎样切割?
这涉及到详细的技巧和策略。在稍后的代码中我们一一介绍。

高速排序版本号一

直接选取第一个元素或最后一个元素为轴值。这也是国内众多教材中的写法。
举个样例:
原序列   4   8   12   1   9   6
下标     0   1   2    3   4   5   
轴值 pivot=4
初始化   i                    j
         i            j           i不动,移动j,while(i<j && a[j]>=pivot)j--; 
移动元素 
1   8   12   1   9   6
             i        j           j不动,移动i,while(i<j && a[i]<=pivot)i++;
移动元素 1   8   12   8   9   6
            i,j                   再次移动j,i和j相遇,结束
最后一步 1   4   12   8   9   6   pivot归位
轴值4的左右两部分接着切割……
我想你一定看懂了,而且这轴值4,真的没选好,由于切割后左部分仅仅有一个元素。
有人称上面的做法是:挖坑填数。这样的描写叙述真的非常形象。简单解释下:首先取首元素为轴值,用变量pivot存储轴值,这就是挖了一个坑。此时,a[0]就是一个坑。接着移动j,把合适位置的j填入a[0],于是a[j]成了新的坑。旧的坑被填上,新的坑就出现。直到i和j相遇,这最后一个坑,被pivot填上。至此完毕了第一趟切割……
看懂了,就动手写程序吧!
void QuickSort(int a[], int n)  //高速排序,版本号一{	if (a && n > 1)	{		int i, j, pivot;  //pivot轴值		i=0, j = n - 1;		pivot = a[0];   //第一个元素为轴值		while (i < j)		{			while (i < j && a[j] >= pivot)			j--;			if (i < j)			a[i++] = a[j];			while (i < j && a[i] <= pivot)			i++;			if (i < j)			a[j--] = a[i];		}		a[i] = pivot;   //把轴值放到切割处		QuickSort(a, i);		QuickSort(a + i + 1, n - i -1);	}}
如今想想以最后一个元素为轴值的代码了,先别急着看,先动动手哦!代码例如以下:
void QuickSort(int a[], int n){	if (a && n > 1)	{		int i, j, pivot;  //pivot轴值		i = 0, j = n - 1;		pivot = a[j];   //最后一个元素为轴值		while (i < j)		{			while (i < j && a[i] <= pivot)				i++;			if (i < j)				a[j--] = a[i];			while (i < j && a[j] >= pivot)				j--;			if (i < j)				a[i++] = a[j];		}		a[i] = pivot;   //把轴值放到切割处		QuickSort(a, i);		QuickSort(a + i + 1, n - i - 1);	}}

轴值选取策略

为了让轴值pivot不至于无效(不让pivot出现最值的情况)。我们能够使用一些策略来改进pivot的选取。

策略一:

随机选取序列中一元素为轴值。 

int SelectPivot(int a[], int low, int high){	int size = high - low + 1;	srand((unsigned)time(0));	return a[low + rand()%size];}
选取首尾元素不就是该策略的一种特例!

策略二:

随机选取三数,取中位数。
  
int SelectPivot(int a[], int low, int high){	int size = high - low + 1;	int p1, p2, p3;	srand((unsigned)time(0));	p1 = low + rand()%size;	p2 = low + rand()%size;	p3 = low + rand()%size;	/*	*  以下的交换不好理解:	*  经过前两次的交换,p1指向最小的,	*  所以最后两个最大的比較,把次最大的交换到 p2  	*/	if(a[p1] > a[p2])		swap(p1, p2);	if(a[p1] > a[p3])		swap(p1, p3);	if(a[p2] > a[p3])		swap(p2, p3);	return a[p2];}
它的一种特例就是,选取原序列首、
尾、中间三数,取它们的中位数。
眼下看来基本经常使用的就这两种策略。
只是我得吐槽一句:假设原序列中的元素本身就是随机存放的,也就是说,各个元素出如今各个位置的概率一样。那么特别地选取首尾元素和随机选取又有什么差别呢?不知大家怎么看?
还得补充一句:随机选取轴值后,记得要把它和首或尾的元素交换哦。至于为什么?你懂的!

高速排序版本号二

这也是《算法导论》上的版本号。它的普遍做法是选取尾元素为pivot。重点是使用了一个切割函数:partition()。
伪代码与例如以下:
PARTITION(A, low, high)
1. pivot <- A[high]    //选取尾元素为轴值
2. i <- low-1          //把low-1赋值给i,下同
3. for j <- low to high-1    //j的变化范围[low, high-1]
4.      do if A[j] <= pivot
5.            then i <- i+1
6.            exchange A[i]<->A[j]
7. exchange A[i+1} <-> A[high]
8. return i+1;    //返回的是切割的位置
然后,对整个数组进行递归排序:
QUICKSORT(A, low, high)
1  if low < high
2  then q <- PARTITION(A, low, high)  //对元素进行切割就在这里
3  QUICKSORT(A, low, q - 1)
4  QUICKSORT(A, q + 1, high)
假设你不习惯于看伪代码,我来举个样例:(还是上面的序列)
原序列   4   8   12   1   9   6
下标  -1 0   1   2    3   4   5   轴值pivot是6
初始化 i j                        a[j]=a[0]=4<6,下一步先 i++;再swap(a[i],a[j]);随后j++;
交换     4   8   12   1   9   6
         i   j                    接着移动j
         i            j           a[j]=a[3]=1<6,下一步…
交换     4   1   12   8   9   6
             i            j       
             i                j   
交换     4   1   6    8   9   12  最后一步 swap(a[i+1], a[high]);或者是 swap(a[i+1], a[j]);
所以最后返回的是 i+1
用大白话讲讲上面的排序过程:用两个指针i,j,它们初始化为i=-1;j=0,接着让j不断地自增,遇到a[j]>pivot就与i交换,直到j指向末尾。
更直白的话:从头開始遍历原序列,遇到小于轴值的就交换到序列前面。
看懂了,就写代码了…
int partition(int a[], int low, int high){	int i, j;	i = low - 1;	j = low;	while (j < high)	{		if (a[j] < a[high])		swap(a[++i], a[j]);		j++;	}	swap(a[++i], a[high]);    //主元归位 	return i;  //上面一步已经 ++i,所以这里不用 i+1 }void quicksort(int a[], int low, int high){	if (low < high)  //至少两个元素,才进行排序 	{		int i = partition(a, low, high);		quicksort(a, low, i - 1);		quicksort(a, i + 1, high);	}}void QuickSort(int a[], int n){	if (a && n>1)		quicksort(a, 0, n - 1);	}
题外话:看到有的Api设计是这种:QuickSort(int a[], int low, int high)。竟然让用户多写一个0!如此不为用户考虑。应越简洁越好。排序仅仅给数组名和数组大小,就可以。
对上面的流程再思考:看到初始化i=-1;你不认为奇怪吗?为什么i一定要从-1開始,细致了解了i的作用,你会发现i本能够从0開始。这种做法的partition()方法是这种:
int partition(int a[], int low, int high){	int i, j;	i = low;  //这里与上一种的做法不同哦!	j = low;	while(j < high)	{		if (a[j] < a[high])		swap(a[i++], a[j]);		j++;	}	swap(a[i], a[high]);    //主元归位 	return i;  }
再思考:为什么j不能指向high?若是更改if(a[j]<a[high])为if(a[j]<=a[high),最后直接把a[high]交换到前面了,也就是说在while循环里面就完毕了最后“主元归位”这一步。大家想想是不是?
此时的partition()是这种:
int partition(int a[], int low, int high){	int i, j;	i = low;	j = low;	while (j <= high)	{		if (a[j] <= a[high])		swap(a[i++], a[j]);		j++;	}	return i-1;   //这里为什么是i-1,得想明确?}
至于有时候把quicksort()和partition()写成一个函数,那是再简单只是的事情,你肯定会的。

高速排序版本号三:

上面用的都是递归的方法,把递归转化非递归总是不简单的,也总让人兴奋。这个版本号就是高速排序的非递归写法;
void QuickSort(int a[], int low, int high){	if (low < high)	{		stack
s; //使用STL中的栈 int l,mid,h; mid = partition(a, low, high); /* 首先存储第一次切割后的 [low, mid-1]和 [mid+1, high] 注意:这是成对存储的,取的时候注意顺序 */ if (low < mid-1) { s.push(low); s.push(mid - 1); } if (mid + 1 < high) { s.push(mid + 1); s.push(high); } //仅仅要栈不为空,说明仍有可切割的部分 while(!s.empty()) { h=s.top(); s.pop(); l=s.top(); s.pop(); mid = partition(a, l, h); if (l < mid - 1) { s.push(l); s.push(mid - 1); } if (mid + 1 < h) { s.push(mid + 1); s.push(h); } } }}
这个非递归的写法是非常有意思的,非常须要技巧。细致想想,你能明确的。
提示:用栈保存每个待排序子序列的首尾元素下标,下一次while循环时取出这个范围,对这段子序列进行partition操作。

小结:

高速排序号称高速搞定,时间复杂度是O(nlogn)。基本上是最优的排序方法。它的写法不外乎以上三种,大同小异。看到这里。你一定彻底了解了它。以上写法,都经过了本人測试,不知道你的測试是否和我一样?
转载请注明出处,本文地址:
若是有所帮助,顶一个哦!
本专栏的文件夹
全部内容的文件夹
你可能感兴趣的文章
Android进程保活招数概览
查看>>
iOS拨打电话对话框问题解决
查看>>
Material过渡+Glide显示问题踩坑
查看>>
新浪微博API生成短链接
查看>>
c++ ignore
查看>>
如何解读决策树和随机森林的内部工作机制?
查看>>
别的设计师都下班撸串去了,你却还在右击另存为?
查看>>
使用Selenium+POI实现Excel自动化批量查单词
查看>>
0510 - 不贴标签,勿论长短
查看>>
java 源码分析 ---Byte
查看>>
PHP实现get/post请求中的注意点
查看>>
go开发属于自己的日志库-文件日志库实现
查看>>
Spring+SpringMVC+Mybatis框架整合步骤
查看>>
JavaScript中的for in循环
查看>>
[译] 系统设计入门 | 掘金翻译计划
查看>>
阿里P7大牛细说架构——设计模式专栏
查看>>
手把手教你在本地构建 Nervos AppChain 全家桶
查看>>
聊聊对称/非对称加密在HTTPS中的应用
查看>>
「 iOS知识小集 」2018 · 第 35 期
查看>>
正确地使用加密与认证技术
查看>>