JAVA十大排序算法之快速排序详解

目录
  • 快速排序
    • 问题
    • 思路
    • 荷兰国旗问题
    • 代码实现
    • 时间复杂度
    • 算法稳定性
  • 总结

    快速排序

    快速排序是对冒泡排序的一种改进,也是采用分治法的一个典型的应用。JDK中Arrays的sort()方法,具体的排序细节就是使用快速排序实现的。

    从数组中任意选取一个数据(比如数组的第一个数或最后一个数)作为关键数据,我们称为基准数(pivot,或中轴数),然后将所有比它小的数都放到它前面,所有比它大的数都放到它后面,这个过程称为一趟快速排序,也称为分区(partition)操作。

    问题

    若给定一个无序数组 [8, 5, 6, 4, 3, 1, 7, 2],并指定一个数为基准,拆分数组使得左侧的数都小于等于它 ,右侧的数都大于它。

    基准的选取最优的情况是基准值刚好取在无序区数值的中位数,这样能够最大效率地让两边排序,同时最大地减少递归划分的次数,但是一般很难做到最优。基准的选取一般有三种方式:

    • 选取数组的第一个元素
    • 选取数组的最后一个元素
    • 以及选取第一个、最后一个以及中间的元素的中位数(如4 5 6 7, 第一个4, 最后一个7, 中间的为5, 这三个数的中位数为5, 所以选择5作为基准)。

    思路

    • 随机选择数组的一个元素,比如 6 为基准,拆分数组同时引入一个初始指针,也叫分区指示器,初始指针指向 -1
    • 将数组中的元素和基准数遍历比较
    • 若当前元素大于基准数,不做任何变化
    • 若当前元素小于等于基准数时,分割指示器右移一位,同时
      • 当前元素下标小于等于分区指示器时,当前元素保持不动
      • 当前元素下标大于分区指示器时,当前元素和分区指示器所指元素交换

    荷兰国旗问题

    荷兰的国旗是由红白蓝三种颜色构成,如图:

    若现在给一个随机的图形,如下:

    把这些条纹按照颜色排好,红色的在上半部分,白色的在中间部分,蓝色的在下半部分,这类问题称作荷兰国旗问题。

    对应leetcode:颜色分类

    给定一个包含红色、白色和蓝色,一共 n 个元素的数组,原地对它们进行排序,使得相同颜色的元素相邻,并按照红色、白色、蓝色顺序排列。

    分析:

    假如给定一个数组[8, 3, 6, 2, 5, 1, 7, 5],做如下操作:

    1.随机选择数组的一个元素,比如 5 为基准,拆分数组同时引入一个左分区指示器,指向 -1,右分区指示器指向基准数(注:此时的基准数为尾元素)

    2.若当前元素大于基准数,右分区指示器左移一位,当前元素和右分区指示器所指元素交换,

    索引保持不变

    3.若当前元素小于等于基准数时,左分区指示器右移一位,索引右移

    • 当前元素大于等于左分区指示器所指元素,当前元素保持不动
    • 当前元素小于左分区指示器所指元素,交换

    简单来说就是,左分区指示器向右移动的过程中,如果遇到大于或等于基准数时,则停止移动,右分区指示器向左移动的过程中,如果遇到小于或等于主元的元素则停止移动。这种操作也叫双向快速排序。

    代码实现

    public class QuickSort {
        public static final int[] ARRAY = {8, 5, 6, 4, 3, 1, 7, 2};
        public static final int[] ARRAY2 = {8, 3, 6, 2, 5, 1, 7, 5};
        private static int[] sort(int[] array, int left, int right) {
            if (array.length < 1 || left > right) return null;
            //拆分
            int partitionIndex = partition(array, left, right);
            //递归
            if (partitionIndex > left) {
                sort(array, left, partitionIndex - 1);
            }
            if (partitionIndex < right) {
                sort(array, partitionIndex + 1, right);
            }
            return array;
        }
        /**
         * 分区快排操作
         *
         * @param array 原数组
         * @param left  左侧头索引
         * @param right 右侧尾索引
         * @return 分区指示器  最后指向基准数
         */
        public static int partition(int[] array, int left, int right) {
            //基准数下标---随机方式取值,也就是数组的长度随机1-8之间
            int pivot = (int) (left + Math.random() * (right - left + 1));
            //分区指示器索引
            int partitionIndex = left - 1;
            //基准数和尾部元素交换
            swap(array, pivot, right);
            //按照规定,如果当前元素大于基准数不做任何操作;
            //小于基准数,分区指示器右移,且当前元素的索引大于分区指示器,交换
            for (int i = left; i <= right; i++) {
                if (array[i] <= array[right]) {//当前元素小于等于基准数
                    partitionIndex++;
                    if (i > partitionIndex) {//当前元素的索引大于分区指示器
                        //交换
                        swap(array, i, partitionIndex);
                    }
                }
            }
            return partitionIndex;
        }
        /**
         * 双向扫描排序
         */
        public static int partitionTwoWay(int[] array, int left, int right) {
            //基准数
            int pivot = array[right];
            //左分区指示器索引
            int leftIndex = left - 1;
            //右分区指示器索引
            int rightIndex = right;
            //索引
            int index = left;
            while (index < rightIndex) {
                //若当前元素大于基准数,右分区指示器左移一位,当前元素和右分区指示器所指元素交换,索引保持不变
                if (array[index] > pivot) {
                    swap(array, index, --rightIndex);
                } else if (array[index] <= pivot) {//当前元素小于等于基准数时,左分割指示器右移一位,索引右移
                    leftIndex++;
                    index++;
                    //当前元素小于等于左分区指示器所指元素,交换
                    if (array[index] < array[leftIndex]) {
                        swap(array, index, leftIndex);
                    }
                }
            }
            //索引和 L 指向同一个元素
            swap(array, right, rightIndex);
            return 1;
        }
        //交换
        private static void swap(int[] array, int i, int j) {
            int temp = array[i];
            array[i] = array[j];
            array[j] = temp;
        }
    
        public static void print(int[] array) {
            for (int i : array) {
                System.out.print(i + "  ");
            }
            System.out.println("");
        }
    
        public static void main(String[] args) {
            print(ARRAY);
            System.out.println("============================================");
            print(sort(ARRAY, 0, ARRAY.length - 1));
            System.out.println("====================双向排序==================");
            print(ARRAY2);
            System.out.println("============================================");
            print(sort(ARRAY2, 0, ARRAY2.length - 1));
        }
    }
    

    时间复杂度

    在拆分数组的时候可能会出现一种极端的情况,每次拆分的时候,基准数左边的元素个数都为0,而右边都为n-1个。这个时候,就需要拆分n次了。而每次拆分整理的时间复杂度为O(n),所以最坏的时间复杂度为O(n2)。什么意思?举个简单例子:

    在不知道初始序列已经有序的情况下进行排序,第1趟排序经过n-1次比较后,将第1个元素仍然定在原来的位置上,并得到一个长度为n-1的子序列;第2趟排序经过n-2次比较后,将第2个元素确定在它原来的位置上,又得到一个长度为n-2的子序列;以此类推,最终总的比较次数:

    C(n) = (n-1) + (n-2) + … + 1 = n(n-1)/2

    所以最坏的情况下,快速排序的时间复杂度为O(n^2)

    而最好的情况就是每次拆分都能够从数组的中间拆分,这样拆分logn次就行了,此时的时间复杂度为O(nlogn)。

    而平均时间复杂度,则是假设每次基准数随机,最后算出来的时间复杂度为O(nlogn)

    参考:快速排序的时间复杂度与空间复杂度

    算法稳定性

    通过上面的分析可以知道,在随机取基准数的时候,数据是可能会发生变化的,所以快速排序有不是稳定的情况。

    总结

    本篇文章就到这里了,希望能给你带来帮助,也希望您能够多多关注的更多内容!

    本文转自网络,如有侵权请联系客服删除。