Java实现算法之快速排序
2016-05-08 14:21
344 查看
本文参考了:http://blog.csdn.net/morewindows/article/details/6684558
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:
快速排序还有很多改进版本,如随机选择基准数,区间内数据较少时直接用另的方法排序以减小递归深度。
以下是参考《数据结构与算法分析》书上的分制和去枢纽数的实现:
书上注释:此处描述的分割策略已被证明能够给出好的结果。还有枢纽元的选取,推荐使用三数取中值法。
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。
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:
static void quickSort(int[] a, int left, int right) { if (a == null || a.length <= 1) { return; } if (left < right) { int i = left, j = right; int pivot = a[left];// 选择第一个元素作为枢纽元 /** * 分制 */ while (i < j) { while (i < j && a[j] >= pivot) { j--; } if (i < j) { a[i] = a[j]; i++; } while (i < j && a[i] < pivot) { i++; } if (i < j) { a[j] = a[i]; j--; } } a[i] = pivot; /** * 递归 */ quickSort(a, left, i - 1); quickSort(a, i + 1, right); } }
快速排序还有很多改进版本,如随机选择基准数,区间内数据较少时直接用另的方法排序以减小递归深度。
以下是参考《数据结构与算法分析》书上的分制和去枢纽数的实现:
static void quickSort1(int[] a, int left, int right) { if (a == null || a.length <= 1) { return; } if (left < right) { int i = left, j = right, temp = 0; int pivot = median3(a, left, right);// 三數取中值作为枢纽元 /** * 分制,與上面的分制有著區別 */ while (i < j) { while (i < j && a[i] < pivot) { i++; } while (i < j && a[j] >= pivot) { j--; } if (i < j) { temp = a[i]; a[i] = a[j]; a[j] = temp; } } //pivot與a[i]交換值 temp = a[i]; a[i] = a[right - 1]; a[right - 1] = temp; /** * 递归 */ quickSort(a, left, i - 1); quickSort(a, i + 1, right); } } /** * 三數取中值 * @param a * @param left * @param right * @return */ private static int median3(int[] a, int left, int right) { int center = (left + right) / 2; int temp = 0; if (a[center] < a[left]) { temp = a[center]; a[center] = a[left]; a[left] = temp; } if (a[right] < a[left]) { temp = a[right]; a[right] = a[left]; a[left] = temp; } if (a[right] < a[center]) { temp = a[center]; a[center] = a[right]; a[right] = temp; } //place pivot at position right - 1 or left + 1,這樣left和right就不用移動 temp = a[center]; a[center] = a[right - 1]; a[right - 1] = temp; return a[right - 1]; }
书上注释:此处描述的分割策略已被证明能够给出好的结果。还有枢纽元的选取,推荐使用三数取中值法。
相关文章推荐
- 重新学javaweb---过滤器 Filter基础知识
- 20145236 《Java程序设计》实验五实验报告
- 20145236 《Java程序设计》 第十周学习总结
- struts2进行多文件上传
- java设计模式之模板模式
- java中的集合类(Collection)中的Set
- java集合11--HashTable源码详解
- Java 中的 static 使用
- SpringMVC拦截器
- 不惑JAVA之JAVA基础 - volatile
- Android Studio中常用设置与快捷键(android studio中Eclipse配置的快捷键)
- Java概念性问题
- JAVA IntelliJ IDEA 导入第三方包
- Java多线程系列--“JUC线程池”02之 线程池原理(一)
- Java和js 日期相减
- JUC (Java Util Concurrency) 基础内容概述
- Java SQL语句解析——Jsqlparser开源项目
- 【JavaEE笔记】JSP学习
- 理解 Java GC(二)
- SpringMVC实战(三)-Controller配置详解