快速排序
2015-11-07 23:11
190 查看
快速排序由于排序效率在同为O(N*logN)的几种排序方法中效率较高,因此经常被采用,再加上快速排序思想----分治法也确实实用,因此很多软件公司的笔试面试,包括像腾讯,微软等知名IT公司都喜欢考这个,还有大大小的程序方面的考试如软考,考研中也常常出现快速排序的身影。
总的说来,要直接默写出快速排序还是有一定难度的,因为本人就自己的理解对快速排序作了下白话解释,希望对大家理解有帮助,达到快速排序,快速搞定。
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)。
该方法的基本思想是:
1.先从数列中取出一个数作为基准数。
2.分区过程,将比这个数大的数全放到它的右边,小于或等于它的数全放到它的左边。
3.再对左右区间重复第二步,直到各区间只有一个数。
虽然快速排序称为分治法,但分治法这三个字显然无法很好的概括快速排序的全部步骤。因此我的对快速排序作了进一步的说明:挖坑填数+分治法:
先来看实例吧,定义下面再给出(最好能用自己的话来总结定义,这样对实现代码会有帮助)。
以一个数组作为示例,取区间第一个数为基准数。
初始时,i = 0; j = 9; X = a[i] = 72
由于已经将a[0]中的数保存到X中,可以理解成在数组a[0]上挖了个坑,可以将其它数据填充到这来。
从j开始向前找一个比X小或等于X的数。当j=8,符合条件,将a[8]挖出再填到上一个坑a[0]中。a[0]=a[8]; i++; 这样一个坑a[0]就被搞定了,但又形成了一个新坑a[8],这怎么办了?简单,再找数字来填a[8]这个坑。这次从i开始向后找一个大于X的数,当i=3,符合条件,将a[3]挖出再填到上一个坑中a[8]=a[3]; j--;
数组变为:
i = 3; j = 7; X=72
再重复上面的步骤,先从后向前找,再从前向后找。
从j开始向前找,当j=5,符合条件,将a[5]挖出填到上一个坑中,a[3] = a[5]; i++;
从i开始向后找,当i=5时,由于i==j退出。
此时,i = j = 5,而a[5]刚好又是上次挖的坑,因此将X填入a[5]。
数组变为:
可以看出a[5]前面的数字都小于它,a[5]后面的数字都大于它。因此再对a[0…4]和a[6…9]这二个子区间重复上述步骤就可以了。
对挖坑填数进行总结
1.i =L; j = R; 将基准数挖出形成第一个坑a[i]。
2.j--由后向前找比它小的数,找到后挖出此数填前一个坑a[i]中。
3.i++由前向后找比它大的数,找到后也挖出此数填到前一个坑a[j]中。
4.再重复执行2,3二步,直到i==j,将基准数填入a[i]中。
照着这个总结很容易实现挖坑填数的代码:
选择第k大的元素的方法
可以套用快速排序的套路。因为快速的没二分一次就有一个中间的数位置确定了。
设该数的索引为i(从0开始),如果 k-1==i,返回该数;
如果k-1<i,递归左半部分;
如果k-1>i,递归右半部分;
最开始递归出口的判断是
if(i<j)
结果发现程序得不到想要的结果,改成
if(i<=j)
答案正确
为什么呢?因为存在有左(右)半部分是一个数的情况,且可以肯定的是该数是已经排好序的,在上面快速排序的程序中就直接用了i<j,但是如果想要选择第k大的数则必须
进入,判断该数是否符合要求。
大部分转自http://blog.csdn.net/morewindows/article/details/6684558
总的说来,要直接默写出快速排序还是有一定难度的,因为本人就自己的理解对快速排序作了下白话解释,希望对大家理解有帮助,达到快速排序,快速搞定。
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)。
该方法的基本思想是:
1.先从数列中取出一个数作为基准数。
2.分区过程,将比这个数大的数全放到它的右边,小于或等于它的数全放到它的左边。
3.再对左右区间重复第二步,直到各区间只有一个数。
虽然快速排序称为分治法,但分治法这三个字显然无法很好的概括快速排序的全部步骤。因此我的对快速排序作了进一步的说明:挖坑填数+分治法:
先来看实例吧,定义下面再给出(最好能用自己的话来总结定义,这样对实现代码会有帮助)。
以一个数组作为示例,取区间第一个数为基准数。
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
72 | 6 | 57 | 88 | 60 | 42 | 83 | 73 | 48 | 85 |
由于已经将a[0]中的数保存到X中,可以理解成在数组a[0]上挖了个坑,可以将其它数据填充到这来。
从j开始向前找一个比X小或等于X的数。当j=8,符合条件,将a[8]挖出再填到上一个坑a[0]中。a[0]=a[8]; i++; 这样一个坑a[0]就被搞定了,但又形成了一个新坑a[8],这怎么办了?简单,再找数字来填a[8]这个坑。这次从i开始向后找一个大于X的数,当i=3,符合条件,将a[3]挖出再填到上一个坑中a[8]=a[3]; j--;
数组变为:
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
48 | 6 | 57 | 88 | 60 | 42 | 83 | 73 | 88 | 85 |
再重复上面的步骤,先从后向前找,再从前向后找。
从j开始向前找,当j=5,符合条件,将a[5]挖出填到上一个坑中,a[3] = a[5]; i++;
从i开始向后找,当i=5时,由于i==j退出。
此时,i = j = 5,而a[5]刚好又是上次挖的坑,因此将X填入a[5]。
数组变为:
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
48 | 6 | 57 | 42 | 60 | 72 | 83 | 73 | 88 | 85 |
对挖坑填数进行总结
1.i =L; j = R; 将基准数挖出形成第一个坑a[i]。
2.j--由后向前找比它小的数,找到后挖出此数填前一个坑a[i]中。
3.i++由前向后找比它大的数,找到后也挖出此数填到前一个坑a[j]中。
4.再重复执行2,3二步,直到i==j,将基准数填入a[i]中。
照着这个总结很容易实现挖坑填数的代码:
int AdjustArray(int s[], int l, int r) //返回调整后基准数的位置 { int i = l, j = r; int x = s[l]; //s[l]即s[i]就是第一个坑 while (i < j) { // 从右向左找小于x的数来填s[i] while(i < j && s[j] >= x) j--; if(i < j) { s[i] = s[j]; //将s[j]填到s[i]中,s[j]就形成了一个新的坑 i++; } // 从左向右找大于或等于x的数来填s[j] while(i < j && s[i] < x) i++; if(i < j) { s[j] = s[i]; //将s[i]填到s[j]中,s[i]就形成了一个新的坑 j--; } } //退出时,i等于j。将x填到这个坑中。 s[i] = x; return i; }再写分治法的代码:
void quick_sort1(int s[], int l, int r) { if (l < r) { int i = AdjustArray(s, l, r);//先成挖坑填数法调整s[] quick_sort1(s, l, i - 1); // 递归调用 quick_sort1(s, i + 1, r); } }这样的代码显然不够简洁,对其组合整理下:
#include<iostream> using namespace std; void quick_sort(int arr[],int l,int r){ if (l<r){ int i = l, j = r; int pivot = arr[l]; while (i<j){ while (i < j && arr[j] >= pivot) j--; if (i < j) arr[i++] = arr[j]; while (i < j && arr[i] < pivot) i++; if (i < j) arr[j--] = arr[i];//j-- } arr[i] = pivot; quick_sort(arr, l, i - 1); quick_sort(arr, i + 1, r); } } int main(){ int arr[] = { 2, 4, 1, 3, 2 }; quick_sort(arr, 0, 4); for (int i = 0; i <=4;i++){ cout << arr[i]<<" "; } return 0; }
选择第k大的元素的方法
可以套用快速排序的套路。因为快速的没二分一次就有一个中间的数位置确定了。
设该数的索引为i(从0开始),如果 k-1==i,返回该数;
如果k-1<i,递归左半部分;
如果k-1>i,递归右半部分;
#include<iostream> using namespace std; int quick_sort(int arr[],int l,int r,int k){ if (l<=r){//!!!! int i = l, j = r; int pivot = arr[l]; while (i<j){ while (i < j && arr[j] >= pivot) j--; if (i < j) arr[i++] = arr[j]; while (i < j && arr[i] < pivot) i++; if (i < j) arr[j--] = arr[i];//j-- } arr[i] = pivot; if (k-1==i){ return pivot; } else if (k-1<i){ quick_sort(arr, l, i - 1,k); } else{ quick_sort(arr, i + 1, r,k); } } } int main(){ int arr[] = { 2, 4, 1, 3, 5 }; cout<<quick_sort(arr, 0, 4,1)<<endl; for (int i = 0; i <=4;i++){ cout << arr[i]<<" "; } return 0; }
最开始递归出口的判断是
if(i<j)
结果发现程序得不到想要的结果,改成
if(i<=j)
答案正确
为什么呢?因为存在有左(右)半部分是一个数的情况,且可以肯定的是该数是已经排好序的,在上面快速排序的程序中就直接用了i<j,但是如果想要选择第k大的数则必须
进入,判断该数是否符合要求。
大部分转自http://blog.csdn.net/morewindows/article/details/6684558
相关文章推荐
- Uva1594——Ducci Sequence
- 发表第一个博客.
- ZendFramework 入门教程
- AIX 系统编译Lzo和Lzop源码
- android:scrollbarStyle属性及滚动条和分割线覆盖问题
- Redis安装、配置、操作、持久化、主从、phpredis扩展安装使用详解之持久化与主从
- 解释器模式-c#实现
- Java 基础入门随笔(8) JavaSE版——静态static
- 利用HttpServletResponseWrapper操作Response对象
- iOS开发系列--网络开发
- Cloud Design Pattern - Event Sourcing Pattern(事件溯源模式)
- JSP动作元素<jsp:include>和<jsp:param>的搭配使用
- MyEclipse10.6 安装SVN插件方法及插件下载地址
- P20@C#
- python之函数用法get()
- android开发学习笔记——自定义布局的dialog宽度的问题
- golang的验证码相关的库
- hdu 1234
- Android系统安全之旅 第1章 运行编译过的Android系统
- hdu 1234