IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> 快速排序 C++递归实现 -> 正文阅读

[数据结构与算法]快速排序 C++递归实现

一、思路

快速排序是冒泡排序的进阶版。

快速排序和归并排序的思路是差不多的,都是分治的思想,即把一个数组划分成小数组来处理。我写的归并排序讲解
只不过,归并排序每次划分小数组的方式都是把他对半分,而快速排序需要一个基准值pivot,来把数组分成两部分。

1. 选取pivot

基准值的选取方式会影响到算法的实际效率,这里我们从最简单的讲起,把基准值开始选定位数组的第一项。

int pivot = arr[left];

2. 确定pivot位置

确定pivot的位置,结果是数组左边的值都小于pivot,数组右边的值都大于pivot。
这个步骤可以用双指针实现,一个指针指向数组左端,另一个指针指向数组右端。

注意:第一步已经记录下了left位置上的值pivot,所以下面操作不会覆盖。

先从右端找到第一个小于pivot的值,把它的值赋值给left上的元素。然后从左端找到第一个大于pivot的元素,把他的值赋值给right上的元素。重复上述操作,直到 left >= right。

 while (left < right)
    {
        // 先从数组右边开始找,找到第一个小于pivot的元素
        // 就将其赋值给当前left处的元素,由于第一步已经把left的值
        // 赋值给pivot,所以不会覆盖丢失
        while (left < right && arr[right] >= pivot)
        {
            right--;
        }
        arr[left] = arr[right];
        // 再从数组left位置向后找到第一个大于pivot的位置
        // 将其赋值给right上的元素
        while (left < right && arr[left] <= pivot)
        {
            left++;
        }
        arr[right] = arr[left];
        // swap(arr[left], arr[right]);
        // 结束的条件是left>=right,说明此时数组都被扫描了一遍
    }
    // 最后left的位置就是pivot的位置,将left的位置赋值pivot。
    arr[left] = pivot;

然后把pivot赋值给left位置,此时pivot的位置就已经确定,就是left,这里记作pivotIndex

3. 分离数组

按找到的位置把数组分成两部分,递归处理左右部分即可。

二、代码

代码部分我把寻找基准位置封装了一个函数quick。

#include <bits/stdc++.h>
using namespace std;
int quick(int arr[], int left, int right)
{
    // 选一个位置作为基准值,使排序后的数组:
    // 左边的数都小于它,右边的数都大于他
    // 随机选择基准可以提高性能
    int pivot = arr[left];
    while (left < right)
    {
        // 先从数组右边开始找,找到第一个小于pivot的元素
        // 就将其赋值给当前left处的元素,由于第一步已经把left的值
        // 赋值给pivot,所以不会覆盖丢失
        while (left < right && arr[right] >= pivot)
        {
            right--;
        }
        arr[left] = arr[right];
        // 再从数组left位置向后找到第一个大于pivot的位置
        // 将其赋值给right上的元素
        while (left < right && arr[left] <= pivot)
        {
            left++;
        }
        arr[right] = arr[left];
        // swap(arr[left], arr[right]);
        // 结束的条件是left>=right,说明此时数组都被扫描了一遍
    }
    // 最后left的位置就是pivot的位置,将left的位置赋值pivot。
    arr[left] = pivot;
    // 由于接下来要分别处理pivot两边的数组,所以返回他的位置
    // 方便下一轮排序
    return left;
}
void quickSort(int arr[], int left, int right)
{
    // 外层if的目的是当划分到最小单位时,作为递归退出条件
    if (left < right)
    {
        int pivotIndex = quick(arr, left, right);
        quickSort(arr, left, pivotIndex - 1);
        quickSort(arr, pivotIndex + 1, right);
    }
    else
    {
        return;
    }
}
int main()
{
    int arr[10] = {8, 9, 1, 7, 2, 3, 5, 4, 6, 0};
    quickSort(arr, 0, 9);
    for (int i = 0; i < 10; i++)
    {
        cout << arr[i] << ' ';
    }
    system("pause");
    return 0;
}

三、时间复杂度和空间复杂度

时间复杂度: 递归次数 * 单层逻辑执行次数

单层逻辑:每次都要比较和赋值,也就是数组长度length次;

最坏
递归:划分数组为一个空数组和一个少一个元素的数组。也就是要递归 n - 1次
总体次数就是:n + (n - 1) + … + 2
时间复杂度就是O(n ^ 2)

平均
跟归并排序一样,每次都划分成两个长度相等的数组.
那么时间复杂度就是O(nlogn)

空间复杂度:在原数组上操作,每次只是传入处理区间,所以复杂度为O(1)。

  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2022-07-20 19:09:52  更:2022-07-20 19:11:48 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/29 9:21:38-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计