快速排序算法小记

前言

快速排序是一种很实用的排序算法。今天在网上看到有网友谈论快速排序是什么。想想自己记得也不是很清楚了,索性就写一篇小记,复习一下。

1 简介

快速排序是对冒泡排序的一种改进。

它的核心思想是:通过一趟排序将要排序的数列分成两个独立的新数列,其中一个新数列的每个元素都比另一个新数列的任何一个元素要小。之后,对这两个数列再次进行快速排序。

2 算法性质

内部排序

快速排序是一种内部排序算法。即参与快速排序的对象都是存储在内存中的。(了解一下 外部排序

不稳定性

在排序算法中,假设待排序数列中有两个元素a、b,其中a.key == b.key,若排序算法不能保证a和b在数列中的相对位置,则称排序算法是不稳定的。

例如:有数列 'yabx',其中 y.key > a.key == b.key > x.key。经排序,得到数列 'xbay'。此时,数列为升序,是有序的。但a和b的相对位置想比较于排序前,发生了颠倒,我们称这种排序就是不稳定的,它可能改变元素的相对排列顺序。

原地排序

原地排序意味着排序算法随问题规模增大,对额外内存空间的需求是常数级的(S(1))。所以,在内存受限的系统中,快速排序也能很好地工作。

3 算法描述

为了便于理解。这里给出一个待排序的数列: 6, 2, 3, 7, 1, 5, 4, 8, 9

第一趟排序
step1,选取待排序数列(以下称 '数列')中索引为 '0' 的元素(记为 pivot)作为本趟排序的主轴,记 pivot 当前索引位置为 pre_pos 。 (pivot.key == 6pre_pos == 0,此时数列为原始数列: 6, 2, 3, 7, 1, 5, 8, 4, 9

step2,从数列末尾对数列遍历(为便于理解,以下称 '从右到左遍历'),找到第一个比 pivot.key 小的元素(记为 rear),rear 的索引记为 rear_pos。将 pivotrear 交换位置(即交换 '4' 和 '6')。 (pivot.key == 6pre_pos == 0rear_pos == 7,交换后数列为: 4, 2, 3, 7, 1, 5, 8, 6, 9

step3,现在,从数列头部开始,找到索引为 pre+1 的元素,以索引为 pre+1 的元素为起点,向数列尾部方向做遍历(为方便理解,以下称 '从左到右遍历')。直到找到比 pivot 大的元素(记为 pre),更新 p_pos 的值为 pre 当前的索引位置,交换 prepivot 的位置(即交换 '6' 和 '7')。(pivot.key == 6pre_pos == 3rear_pos == 7,交换后数列为: 4, 2, 3, 6, 1, 5, 8, 7, 9

到这里,我们发现,经过两次交换, prepre.key == 6)左侧的元素都比 pivot 小,rearrear.key == 7)右侧的元素都比 pivot 大。

重复 step2step3,完成第一趟排序,得到数列 4, 2, 3, 5, 1, 6, 8, 7, 9

经过第一趟排序,我们得到了两个新的数列 4, 2, 3, 5, 1(记为 数列 a) 和 8, 7, 9 (记为 数列 b)。显然,数列 a 中的元素都小于 pivotpivot.key == 6),而数列 b 中的元素都大于 piovt

这时候,我们分别以数列 a、 数列 b 为待排序数列,对它们进行快速排序的第一趟排序。

数列 a 经过第一趟排序,结果为 1, 2, 3, 4, 5,已经有序;数列 b 经过第一趟排序,结果为 7, 8, 9

这时候,原始的待排序数列中的所有元素已经是有序排列的了。即 1, 2, 3, 4, 5 + 6 + 7, 8, 9

此时,快速排序已完成。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,509评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,806评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,875评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,441评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,488评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,365评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,190评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,062评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,500评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,706评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,834评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,559评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,167评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,779评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,912评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,958评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,779评论 2 354

推荐阅读更多精彩内容

  • 排序算法说明 (1)排序的定义:对一序列对象根据某个关键字进行排序; 输入:n个数:a1,a2,a3,…,an 输...
    code武阅读 660评论 0 0
  • 某次二面时,面试官问起Js排序问题,吾绞尽脑汁回答了几种,深感算法有很大的问题,所以总计一下! 排序算法说明 (1...
    流浪的先知阅读 1,192评论 0 4
  • 概述 排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部...
    蚁前阅读 5,183评论 0 52
  • 暮色苍茫看劲松, 乱云飞度仍从容。 天生一个仙人洞, 无限风光在险峰!
    说黑道白阅读 167评论 0 5
  • 雌激素泛滥的时候我最勤快! 擦擦擦,厨房的卫生间的边边角角,越脏越爱打扫。 最有成就感的就是玻璃杯锃亮。 和那些阴...
    周湘泉阅读 153评论 1 6