数据结构——快速排序原理及算法Java实现
2008-09-20 15:43
1241 查看
快速排序(QuickSort)(时间复杂度:N*logN.)
转载于http://blog.chinaunix.net/u/16292/showart_497719.html
1、算法思想
快速排序是C.R.A.Hoare于1962年提出的一种划分交换排序。它采用了一种分治的策略,通常称其为分治法(Divide-and-ConquerMethod)。
(1) 分治法的基本思想
分治法的基本思想是:将原问题分解为若干个规模更小但结构与原问题相似的子问题。递归地解这些子问题,然后将这些子问题的解组合为原问题的解。
(2)快速排序的基本思想
设当前待排序的无序区为R[low..high],利用分治法可将快速排序的基本思想描述为:
①分解:
在
R[low..high]中任选一个记录作为基准(Pivot),以此基准将当前无序区划分为左、右两个较小的子区间R[low..pivotpos-
1)和R[pivotpos+1..high],并使左边子区间中所有记录的关键字均小于等于基准记录(不妨记为pivot)的关键字
pivot.key,右边的子区间中所有记录的关键字均大于等于pivot.key,而基准记录pivot则位于正确的位置(pivotpos)上,它无
须参加后续的排序。
注意:
划分的关键是要求出基准记录所在的位置pivotpos。划分的结果可以简单地表示为(注意pivot=R[pivotpos]):
R[low..pivotpos-1].keys≤R[pivotpos].key≤R[pivotpos+1..high].keys
其中low≤pivotpos≤high。
②求解:
通过递归调用快速排序对左、右子区间R[low..pivotpos-1]和R[pivotpos+1..high]快速排序。
③组合:
因为当"求解"步骤中的两个递归调用结束时,其左、右两个子区间已有序。对快速排序而言,"组合"步骤无须做什么,可看作是空操作。
2、快速排序算法QuickSort
void QuickSort(SeqList R,int low,int high)
{ //对R[low..high]快速排序
int pivotpos; //划分后的基准记录的位置
if(low<high){//仅当区间长度大于1时才须排序
pivotpos=Partition(R,low,high); //对R[low..high]做划分
QuickSort(R,low,pivotpos-1); //对左区间递归排序
QuickSort(R,pivotpos+1,high); //对右区间递归排序
}
} //QuickSort
注意:
为排序整个文件,只须调用QuickSort(R,1,n)即可完成对R[l..n]的排序。
3、划分算法Partition
(1) 简单的划分方法
① 具体做法
第一步:(初始化)设置两个指针i和j,它们的初值分别为区间的下界和上界,即i=low,i=high;选取无序区的第一个记录R[i](即R[low])作为基准记录,并将它保存在变量pivot中;
第二步:令j自high起向左扫描,直到找到第1个关键字小于pivot.key的记录R[j],将R[j])移至i所指的位置上,这相当于R[j]和
基准R[i](即pivot)进行了交换,使关键字小于基准关键字pivot.key的记录移到了基准的左边,交换后R[j]中相当于是pivot;然
后,令i指针自i+1位置开始向右扫描,直至找到第1个关键字大于pivot.key的记录R[i],将R[i]移到i所指的位置上,这相当于交换了
R[i]和基准R[j],使关键字大于基准关键字的记录移到了基准的右边,交换后R[i]中又相当于存放了pivot;接着令指针j自位置j-1开始向左
扫描,如此交替改变扫描方向,从两端各自往中间靠拢,直至i=j时,i便是基准pivot最终的位置,将pivot放在此位置上就完成了一次划分。
②一次划分过程
一次划分过程中,具体变化情况【参见动画演示】
③划分算法:
int Partition(SeqList R,int i,int j)
{//调用Partition(R,low,high)时,对R[low..high]做划分,
//并返回基准记录的位置
ReceType pivot=R[i]; //用区间的第1个记录作为基准 '
while(i<j){ //从区间两端交替向中间扫描,直至i=j为止
while(i<j&&R[j].key>=pivot.key) //pivot相当于在位置i上
j--; //从右向左扫描,查找第1个关键字小于pivot.key的记录R[j]
if(i<j) //表示找到的R[j]的关键字<pivot.key
R[i++]=R[j]; //相当于交换R[i]和R[j],交换后i指针加1
while(i<j&&R[i].key<=pivot.key) //pivot相当于在位置j上
i++; //从左向右扫描,查找第1个关键字大于pivot.key的记录R[i]
if(i<j) //表示找到了R[i],使R[i].key>pivot.key
R[j--]=R[i]; //相当于交换R[i]和R[j],交换后j指针减1
} //endwhile
R[i]=pivot; //基准记录已被最后定位
return i;
} //partition
500)this.width=500;" border="0" width="500">
java源程序:
转载于http://blog.chinaunix.net/u/16292/showart_497719.html
1、算法思想
快速排序是C.R.A.Hoare于1962年提出的一种划分交换排序。它采用了一种分治的策略,通常称其为分治法(Divide-and-ConquerMethod)。
(1) 分治法的基本思想
分治法的基本思想是:将原问题分解为若干个规模更小但结构与原问题相似的子问题。递归地解这些子问题,然后将这些子问题的解组合为原问题的解。
(2)快速排序的基本思想
设当前待排序的无序区为R[low..high],利用分治法可将快速排序的基本思想描述为:
①分解:
在
R[low..high]中任选一个记录作为基准(Pivot),以此基准将当前无序区划分为左、右两个较小的子区间R[low..pivotpos-
1)和R[pivotpos+1..high],并使左边子区间中所有记录的关键字均小于等于基准记录(不妨记为pivot)的关键字
pivot.key,右边的子区间中所有记录的关键字均大于等于pivot.key,而基准记录pivot则位于正确的位置(pivotpos)上,它无
须参加后续的排序。
注意:
划分的关键是要求出基准记录所在的位置pivotpos。划分的结果可以简单地表示为(注意pivot=R[pivotpos]):
R[low..pivotpos-1].keys≤R[pivotpos].key≤R[pivotpos+1..high].keys
其中low≤pivotpos≤high。
②求解:
通过递归调用快速排序对左、右子区间R[low..pivotpos-1]和R[pivotpos+1..high]快速排序。
③组合:
因为当"求解"步骤中的两个递归调用结束时,其左、右两个子区间已有序。对快速排序而言,"组合"步骤无须做什么,可看作是空操作。
2、快速排序算法QuickSort
void QuickSort(SeqList R,int low,int high)
{ //对R[low..high]快速排序
int pivotpos; //划分后的基准记录的位置
if(low<high){//仅当区间长度大于1时才须排序
pivotpos=Partition(R,low,high); //对R[low..high]做划分
QuickSort(R,low,pivotpos-1); //对左区间递归排序
QuickSort(R,pivotpos+1,high); //对右区间递归排序
}
} //QuickSort
注意:
为排序整个文件,只须调用QuickSort(R,1,n)即可完成对R[l..n]的排序。
3、划分算法Partition
(1) 简单的划分方法
① 具体做法
第一步:(初始化)设置两个指针i和j,它们的初值分别为区间的下界和上界,即i=low,i=high;选取无序区的第一个记录R[i](即R[low])作为基准记录,并将它保存在变量pivot中;
第二步:令j自high起向左扫描,直到找到第1个关键字小于pivot.key的记录R[j],将R[j])移至i所指的位置上,这相当于R[j]和
基准R[i](即pivot)进行了交换,使关键字小于基准关键字pivot.key的记录移到了基准的左边,交换后R[j]中相当于是pivot;然
后,令i指针自i+1位置开始向右扫描,直至找到第1个关键字大于pivot.key的记录R[i],将R[i]移到i所指的位置上,这相当于交换了
R[i]和基准R[j],使关键字大于基准关键字的记录移到了基准的右边,交换后R[i]中又相当于存放了pivot;接着令指针j自位置j-1开始向左
扫描,如此交替改变扫描方向,从两端各自往中间靠拢,直至i=j时,i便是基准pivot最终的位置,将pivot放在此位置上就完成了一次划分。
②一次划分过程
一次划分过程中,具体变化情况【参见动画演示】
③划分算法:
int Partition(SeqList R,int i,int j)
{//调用Partition(R,low,high)时,对R[low..high]做划分,
//并返回基准记录的位置
ReceType pivot=R[i]; //用区间的第1个记录作为基准 '
while(i<j){ //从区间两端交替向中间扫描,直至i=j为止
while(i<j&&R[j].key>=pivot.key) //pivot相当于在位置i上
j--; //从右向左扫描,查找第1个关键字小于pivot.key的记录R[j]
if(i<j) //表示找到的R[j]的关键字<pivot.key
R[i++]=R[j]; //相当于交换R[i]和R[j],交换后i指针加1
while(i<j&&R[i].key<=pivot.key) //pivot相当于在位置j上
i++; //从左向右扫描,查找第1个关键字大于pivot.key的记录R[i]
if(i<j) //表示找到了R[i],使R[i].key>pivot.key
R[j--]=R[i]; //相当于交换R[i]和R[j],交换后j指针减1
} //endwhile
R[i]=pivot; //基准记录已被最后定位
return i;
} //partition
500)this.width=500;" border="0" width="500">
java源程序:
package zieckey.datastructure.study.sort; class Array4Sort { private long[] longArray; // 待排序的数组 private int nElems; // 数组内元素个数 private int maxSize; // 数组大小 private int[] intervalSequence; // 增量数组序列 public Array4Sort( int max ) { maxSize = max; longArray = new long[maxSize]; nElems = 0; } /** * 插入一个元素到数组中,数组里的数据长度增一 * @param value */ public void insert( long value ) { longArray[nElems] = value; nElems++ ; } /** * 通过随机数初始化数组 */ public void initRandom() { nElems = 0; for ( int i = 0; i < maxSize; i++ ) { long n = (long) ( java.lang.Math.random( ) * maxSize * 10 ); insert( n ); } nElems = maxSize;//插入了maxSize个元素 } /** * 打印数组数据 * */ public void displayArray() { System.out.print( "/t" ); for ( int i = 0; i < nElems; i++ ) { System.out.print( longArray[i] + " " ); } System.out.println( "" ); } /** * 快速排序 * * 基本思想 * 设当前待排序的无序区为R[low..high],利用分治法可将快速排序的基本思想描述为: * ①分解: * 在R[low..high]中任选一个记录作为基准(Pivot), * 以此基准将当前无序区划分为左、右两个较小的子区间R[low..pivotpos-1)和R[pivotpos+1..high], * 并使左边子区间中所有记录的关键字均小于等于基准记录(不妨记为pivot)的关键字pivot.key, * 右边的子区间中所有记录的关键字均大于等于pivot.key, * 而基准记录pivot则位于正确的位置(pivotpos)上,它无须参加后续的排序。 * 注意: * 划分的关键是要求出基准记录所在的位置pivotpos。 * 划分的结果可以简单地表示为(注意pivot=R[pivotpos]): * R[low..pivotpos-1].keys≤R[pivotpos].key≤R[pivotpos+1..high].keys * 其中low≤pivotpos≤high。 * ②求解: * 通过递归调用快速排序对左、右子区间R[low..pivotpos-1]和R[pivotpos+1..high]快速排序。 */ public void recursionQuickSort( int left, int right ) { if ( left >= right ) { return; } else { int pivotpos = partition(left, right); // displayArray(); recursionQuickSort(left, pivotpos-1); // sort left side recursionQuickSort(pivotpos+1, right); // sort right side } } /** * * 以 longArray[left] 为pivot value将数组longArray中大于pivot value的值放到右边,小于的放到左边, * 中间就是pivot value,并返回pivot value所在的index * * @param left 左边index * @param right 右边index * @return 返回pivot value所在的index,称之为pivotpos */ public int partition( int left, int right) { long pivotValue = longArray[left]; while ( left<right ) { //从右向左扫描,查找第1个元素值小于pivotValue的元素 while ( left < right && pivotValue <= longArray[right] ) { right--; } if ( left<right )//表明找到一个元素值小于pivotValue的元素longArray[right] { longArray[left] = longArray[right]; left++;//左边游标向右移一格 } //从左向右扫描,查找第1个元素值大于pivotValue的元素longArray[left] while ( left < right && pivotValue > longArray[left] ) { left++; } if ( left<right )//表明找到一个元素值大于pivotValue的元素longArray[left] { longArray[right] = longArray[left]; right--;//右左边游标向左移一格 } } longArray[left] = pivotValue; return left; } public int getNElems() { return nElems; } public long[] getLongArray() { return longArray; } }
相关文章推荐
- 【数据结构与算法】二叉树的Java实现及特点总结
- 数据结构与算法——基数排序简单Java实现
- Java数据结构与算法---链表的实现
- Java数据结构之双端链表原理与实现方法
- 数据结构与算法|Java实现单链表
- 【数据结构与算法】汉诺塔算法——java递归实现
- 算法——数据结构图的最短路径实现JAVA代码
- java数据结构与算法之平衡二叉树(AVL树)的设计与实现
- 数据结构之快速排序的Java实现
- Java数据结构与算法---栈的实现
- 数据结构与算法—常用数据结构及其Java实现
- Java数据结构与算法—及实现 线性表 顺序表、链表、栈、队列详解
- 【数据结构与算法】数组应用1:矩阵乘法(Java实现)
- 数据结构与算法Java版——单链表的实现
- <七>java数据结构与算法 栈 实现单词逆序
- (4) 数据结构与算法 ---- 线性表 及Java实现 顺序表、链表、栈、队列
- 数据结构与算法——希尔排序(Java实现)
- 数据结构算法之排序系列Java、C源码实现(3)--直接选择排序
- 数据结构与算法(8)---Java语言实现:插入排序
- 面试准备--数据结构与算法(二)--栈的图文解析及其java实现