1.介绍
快排分为两种:
1.lomuto分区算法 (快慢指针)(单边)
2.Hoare分区算法 (前后指针)(双边)
快排主要思想:选一个基准元素分为两部分,先让左边排一下序再让右边排序
2.思路分析
1.lomuto分区算法
默认:最右边的元素作为基准点
1.设置两个指针(dest , cur),通过使用dest找比基准点大的,cur找比基准点小的
2.当同时停下并且不相等进行交换,这样会达到一种dest是比基准点小的分界点,左边全是比基准点小的,走到最后一步只需要与基准点交换即可。遍历序列并交换元素:从序列的第一个元素开始,逐个与基准元素进行比较,将小于等于基准元素的元素交换到序列的左侧。
3.更新基准元素位置:遍历完成后,将基准元素交换到正确的位置上,使得基准元素左侧的元素都小于等于它,右侧的元素都大于它。
4.分治递归:对基准元素左右两侧的子序列分别重复以上步骤,直到每个子序列只剩下一个元素或为空。
平均复杂度:O(nlogn)
最坏情况:O(n^2)
2.分析普通快排存在的缺点
1.在最坏情况下,即每次划分都导致一个子序列为空
我们可以通过随机基准点进行优化,以防止出现这种情况
2.数据量很少的时候,快排并不有优势,反倒不如插入排序,所以我对其进行了当元素小于10时候,我就使用插入排序。
3.Hoare分区算法
默认: 最左边的元素为基准点
注意点:一定要先移动右指针,在移动左指针,因为右指针找是比基准点小的,谁先走就意味着最后一轮谁过后谁先移动去找另一个,而右指针最后一次交换存的是比基准点大的,左指针是比基准点小的,要是先移动左指针就会使一个比基准点大的元素放在基准点前面
3.代码实现
1.lomuto分区算法
/**实现快速排序(单边循环)** lomuto快速排序* */public class sortTest9 {private int[] data;public void sort(int[] data){this.data = data;dfs(0,data.length - 1);}private void dfs(int start, int end) {//分区的时候只有一个元素结束递归if (start == end) return;//分区(已基准点分区)int j = partition(start,end);//左分区dfs(j - 1, end);//右分区dfs(start, j + 1);}private int partition(int start, int end) {//定义基准数int prev = data[end];int less = start;//慢指针int great = start;//快指针for (; great < end - 1; great++) {if (data[great] < prev){//防止无意义的空交换if (great != less) swap(data,less,great);less++;}}//到最后交换基准数(也就是end的值)和慢指针less的值swap(data,less,end);//慢指针所在的位置就是分区的位置return less;}private void swap(int[] data, int less, int great) {int temp = data[less];data[less] = data[great];data[great] = temp;}
}
2.Hoare分区算法
/**实现快速排序(双边循环)** */public class sortTest10 {private int[] data;public void sort(int[] data){this.data = data;dfs(0,data.length - 1);}private void dfs(int start, int end) {int i = start;int j = end;//定义基准数int prev = data[start];if (i > j){return;}//处理重复元素(相等的也交换)并且双指针都移动while(i != j){//后指针找比基准数小的while(true) {//等于不等于都一样(基准数左边可以含有等于基准点的数右边也可以)if (i < j && data[j] < prev) {break;}j--;}//前指针找比基准数大的while(true){if (i < j && data[i] > prev) break;i++;}swap(i,j);j--;i++;}//确定了两指针指向头一个与基准数交换swap(j,start);//左分区swap(start,j - 1);//右分区swap(j + 1,end);}//用来交换元素private void swap(int less, int great) {int temp = data[less];data[less] = data[great];data[great] = temp;}
}
3.缺点优化
1.随机基准点
2.处理重复元素
3.当递归到元素小于10的时候转为插入排序
import java.util.Arrays;
import java.util.Random;public class sortTest11 {private static final int INSERTION_SORT_THRESHOLD = 10;public static void quickSort(int[] array) {quickSort(array, 0, array.length - 1);}private static void quickSort(int[] array, int start, int end) {if (start < end) {// 当元素个数小于等于阈值时,使用插入排序if (end - start + 1 <= INSERTION_SORT_THRESHOLD) {insertionSort(array, start, end);} else {// 随机选择基准值,并进行划分int pivotIndex = randomPartition(array, start, end);// 对基准值左侧的子数组递归排序quickSort(array, start, pivotIndex - 1);// 对基准值右侧的子数组递归排序quickSort(array, pivotIndex + 1, end);}}}private static int randomPartition(int[] array, int start, int end) {int randomIndex = new Random().nextInt(end - start) + start;swap(array, randomIndex, start);return partition(array, start, end);}private static int partition(int[] array, int start, int end) {int pivot = array[start];int left = start + 1;int right = end;while (left <= right) {while (left <= right && array[left] <= pivot) {left++;}while (left <= right && array[right] > pivot) {right--;}if (left < right) {swap(array, left, right);left++;right--;}}swap(array, start, right);return right;}private static void insertionSort(int[] array, int start, int end) {for (int i = start + 1; i <= end; i++) {int key = array[i];int j = i - 1;while (j >= start && array[j] > key) {array[j + 1] = array[j];j--;}array[j + 1] = key;}}private static void swap(int[] array, int i, int j) {int temp = array[i];array[i] = array[j];array[j] = temp;}
}