算法系列之--Javascript和Kotlin的快速排序算法(原)
2017-09-14 11:02
337 查看
上一节我们学习了基数排序算法,这一节来学习快速排序算法,算法系列文章目录在这里。
他的算法思路是,选择一个基准,小于基准的放在左边,大于基准的放在右边,然后左边的队列和右边队列排列之后分别进行上述运算,重复递归,具体步骤:
1. 选择一个序列的某个值作为参考值,然后从序列左右两边索引同时与此参考值对比,遇到左边某个元素大于参考值,并且右边某个元素小于参考值时,交换左右元素,并且左右索引向中间逼近
2. 当左右两边索引碰撞时,序列就拆分为左右两部分,分别递归步骤1
最优时间复杂度O(n log n)
最坏时间复杂度O(n^2)
什么情况下出现最坏的情况?当每次选择的基准都是序列中最大值的时候,但这种情况并不常见(每次都能选到那个最大值作为基准也真是牛逼了)
到这里,算法系列的介绍就结束了,希望该系列可以作为一个入门的引子,带大家进入算法的世界,感受算法的魅力。
各个算法的Kotlini版本性能测试结果请看《算法系列之--Kotlin的算法实战比较》
介绍
从这个快速排序算法的名字就可以看出他非常快,有多块呢?在平均状况下,排序n个项目要O(n log n)次比较。在最坏状况下则需要O(n^2)次比较,但这种状况并不常见。事实上,快速排序通常明显比其他O(n log n)算法更快,因为它的内部循环(inner loop)可以在大部分的架构上很有效率地被实现出来。他的算法思路是,选择一个基准,小于基准的放在左边,大于基准的放在右边,然后左边的队列和右边队列排列之后分别进行上述运算,重复递归,具体步骤:
1. 选择一个序列的某个值作为参考值,然后从序列左右两边索引同时与此参考值对比,遇到左边某个元素大于参考值,并且右边某个元素小于参考值时,交换左右元素,并且左右索引向中间逼近
2. 当左右两边索引碰撞时,序列就拆分为左右两部分,分别递归步骤1
效率
平均时间复杂度O(n log n)最优时间复杂度O(n log n)
最坏时间复杂度O(n^2)
什么情况下出现最坏的情况?当每次选择的基准都是序列中最大值的时候,但这种情况并不常见(每次都能选到那个最大值作为基准也真是牛逼了)
源码
Js源码
let list = [123456, 4, 8, 23, 5, 13, 323, 1, 9, 2, 3] let swap = function (x, y) { let temp = list[x] list[x] = list[y] list[y] = temp } let sort = function (start, end) { if (start >= end) { return } let mid = list[end] let left = start let right = end - 1 while (left < right) { //比较左右两边的值,让其小于参考值的放在列表左边,大于参考值的放在列表右边 while (list[left] <= mid && left < right) { left++ } while (list[right] >= mid && left < right) { right-- } //此时遇到了 list[left]>mid>list[right],需要交换两侧 swap(left, right) } if (list[left] > list[end]) { swap(left, end) } else { left++ } //递归拆分列表 sort(start, left - 1) sort(left + 1, end) }
Kotlin源码
private var ARRAY_COUNT = 100000 /* * 获取随机数列 */ private fun getSortList(): IntArray { var sortList = IntArray(ARRAY_COUNT) var ra = Random() for (i in sortList.indices) { sortList[i] = ra.nextInt(ARRAY_COUNT * 10) } return sortList } /* * 交换数列元素 */ private fun swapByIndex(list: IntArray, x: Int, y: Int) { var temp = list[x] list[x] = list[y] list[y] = temp } /* 快速排序的循环 */ fun loopForKuaipai(list: IntArray, start: Int, end: Int) { if (start >= end) { return } var mid = list[end] var left = start var right = end - 1 while (left < right) { //比较左右两边的值,让其小于参考值的放在列表左边,大于参考值的放在列表右边 while (list[left] <= mid && left < right) { left++ } while (list[right] >= mid && left < right) { right-- } //此时遇到了 list[left]>mid>list[right],需要交换两侧 swapByIndex(list, left, right) } if (list[left] > list[end]) { swapByIndex(list, left, end) } else { left++ } //递归拆分列表 loopForKuaipai(list, start, left - 1) loopForKuaipai(list, left + 1, end) } /* * 快速排序 */ private fun kuaipai() { var sortList = getSortList() loopForKuaipai(sortList, 0, sortList.size - 1) }
到这里,算法系列的介绍就结束了,希望该系列可以作为一个入门的引子,带大家进入算法的世界,感受算法的魅力。
各个算法的Kotlini版本性能测试结果请看《算法系列之--Kotlin的算法实战比较》
相关文章推荐
- 算法系列之--Javascript和Kotlin的插入算法(原)
- 算法系列之--Javascript和Kotlin的冒泡算法(原)
- 算法系列之--Javascript和Kotlin的希尔排序算法(原)
- 算法系列之--Javascript和Kotlin的选择算法(原)
- 算法系列之--Javascript和Kotlin的堆排序算法(原)
- 算法系列之--Javascript和Kotlin的基数排序算法(原)
- JavaScript算法 ,Python算法,Go算法,java算法,系列之【归并排序】篇
- JavaScript ,Python,Go,java,C#系列算法之【插入排序】篇
- 算法系列之--Kotlin的算法实战比较(原)
- JavaScript ,Python,Go,java,C#系列算法之【插入排序】篇
- 【脚本语言系列】关于JavaScript算法,你需要知道的事
- JavaScript ,Python,java,Go系列算法之【选择排序】篇
- 万事不求人系列之-智能点餐算法实现-JavaScript实现智能点餐
- JavaScript算法 ,Python算法,Go算法,java算法,系列之【归并排序】篇
- JavaScript ,Python,java,Go系列算法之选择排序
- 【算法系列】快速排序算法
- JavaScript ,Python,java,C#,Go系列算法之【插入排序篇】
- [算法研究]の快速排序算法--javascript实现
- JavaScript算法 ,Python算法,Go算法,java算法,系列之【归并排序】篇
- JavaScript ,Python,java,Go系列算法之选择排序