快速排序
2015-12-22 20:45
225 查看
既然能把冒泡时间复杂度为O(n2),经测试1秒内只能排17000个数据。但现实的数据往往是十万级和百万级,怎么办,一个新的排序产生了,他就是快速排序。
快速排序算法如下:
从图中我们可以看到:
left指针,right指针,base参照数。
其实思想是蛮简单的,就是通过第一遍的遍历(让left和right指针重合)来找到数组的切割点。
第一步:首先我们从数组的left位置取出该数(20)作为基准(base)参照物。
第二步:从数组的right位置向前找,一直找到比(base)小的数,
如果找到,将此数赋给left位置(也就是将10赋给20),
此时数组为:10,40,50,10,60,
left和right指针分别为前后的10。
第三步:从数组的left位置向后找,一直找到比(base)大的数,
如果找到,将此数赋给right的位置(也就是40赋给10),
此时数组为:10,40,50,40,60,
left和right指针分别为前后的40。
第四步:重复“第二,第三“步骤,直到left和right指针重合,
最后将(base)插入到40的位置,
此时数组值为: 10,20,50,40,60,至此完成一次排序。
第五步:此时20已经潜入到数组的内部,20的左侧一组数都比20小,20的右侧作为一组数都比20大,
以20为切入点对左右两边数按照"第一,第二,第三,第四"步骤进行,最终快排大功告成。
快排的时间复杂度为:
平均复杂度: N(logN)
最坏复杂度: 0(n^2)
C++源程序如下:
经测试,这方法亲测在1S内可排序3408000个数据。达到了百万级的数据,所以此排序法常用。也是NOIP常考内容。
快速排序算法如下:
从图中我们可以看到:
left指针,right指针,base参照数。
其实思想是蛮简单的,就是通过第一遍的遍历(让left和right指针重合)来找到数组的切割点。
第一步:首先我们从数组的left位置取出该数(20)作为基准(base)参照物。
第二步:从数组的right位置向前找,一直找到比(base)小的数,
如果找到,将此数赋给left位置(也就是将10赋给20),
此时数组为:10,40,50,10,60,
left和right指针分别为前后的10。
第三步:从数组的left位置向后找,一直找到比(base)大的数,
如果找到,将此数赋给right的位置(也就是40赋给10),
此时数组为:10,40,50,40,60,
left和right指针分别为前后的40。
第四步:重复“第二,第三“步骤,直到left和right指针重合,
最后将(base)插入到40的位置,
此时数组值为: 10,20,50,40,60,至此完成一次排序。
第五步:此时20已经潜入到数组的内部,20的左侧一组数都比20小,20的右侧作为一组数都比20大,
以20为切入点对左右两边数按照"第一,第二,第三,第四"步骤进行,最终快排大功告成。
快排的时间复杂度为:
平均复杂度: N(logN)
最坏复杂度: 0(n^2)
C++源程序如下:
#include<iostream> #include <ctime> //使用了time() 函数 #include <cstdlib> //使用了srand()函数 const int N=5000005; int a ; using namespace std; //快速排序算法 int Division(int *a, int left, int right) { int baseNum = a[left]; //首先挑选一个基准元素 while(left<right) { //从数组的右端开始向前找,一直找到比base小的数字为止(包括base同等数) while (left < right && a[right] >= baseNum) right--; //最终找到了比baseNum小的元素,要做的事情就是此元素放到base的位置 a[left] = a[right]; //从数组的左端开始向后找,一直找到比base大的数字为止(包括base同等数) while (left < right && a[left] <= baseNum) left++; //最终找到了比baseNum大的元素,要做的事情就是将此元素放到最后的位置 a[right] = a[left]; } //最后就是把baseNum放到该left的位置 a[left] = baseNum; //最终,我们发现left位置的左侧数值部分比left小,left位置右侧数值比left大 //至此,我们完成了第一篇排序 return left; } void QuickSort(int *a, int left, int right) { //左下标一定小于右下标,否则就超越了 if (left < right) { int i = Division(a, left, right); //对数组进行分割,取出下次分割的基准标号 //对“基准标号“左侧的一组数值进行递归的切割,以至于将这些数值完整的排序 QuickSort(a, left, i - 1); //对“基准标号“右侧的一组数值进行递归的切割,以至于将这些数值完整的排序 QuickSort(a, i + 1, right); } } int main() { //随机产生n个数存入数组a中 int n=300000; srand(int(time(0))); //利用时间函数time(),产生每次不同的随机数种子 for(int i=1;i<=n;i++) a[i]=rand(); //随机产生3000个数存于数组a中 (从1开始) clock_t start = clock(); QuickSort(a,1,n); //对数组a进行排序(从1开始) clock_t end = clock(); for(int i=1;i<=20;i++) cout<<a[i]<<' '; //输出前20个数据(已从小到大排序) cout<<endl<<"快速排序耗时为:"<<end-start<<"ms"<<endl; return 0; }
经测试,这方法亲测在1S内可排序3408000个数据。达到了百万级的数据,所以此排序法常用。也是NOIP常考内容。
相关文章推荐
- Auto Layout Guide----(二)-----Auto Layout Without Constraints
- 分布式存储概述
- 分布式存储概述
- velpcity 循环的使用
- CoOS使用教程——软件定时器
- 如何定位死循环或高CPU使用率(linux)
- Centos Svn服务器搭建与配置
- KMP算法
- 处理 java.lang.NullPointerException问题
- 结构体的4种初始化方式
- 用curl抓取网站数据,仿造IP、防屏蔽终极强悍解决方式
- 解题报告:LeetCode Find Median from Data Stream(查找中位数)
- Memcache,Redis,MongoDB(数据缓存系统)方案对比与分析
- 初识Mongodb之[CURD]-PHP版
- WINDOWS7下VC++ 6.0 无法打开文件(打开文件时软件崩溃)的解决办法。
- Windows8.1 IDE模式安装系统后改为AHCI模式的方法
- tools.jar找不到问题
- 数据挖掘这一大领域的感想
- 如何用redis来生成唯一Id
- 欢迎使用CSDN-markdown编辑器