算法篇-十大经典排序算法之快速排序

123 阅读2分钟

echo编辑整理,欢迎转载,转载请声明文章来源。欢迎添加echo微信(微信号:t2421499075) 交流学习。


什么快速排序?

快速排序(Quicksort)是对冒泡排序的一种改进。 快速排序由C. A. R. Hoare在1960年提出。它的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。

动图演示

声明图片来源菜鸟教程

Java代码实现

public class Test {

    public static void main(String[] args) {

        int[] arr = {1, 3, 6, 9, 2, 5, 11, 4, 8};
        print("原数组: ", arr);
        quickSort(arr, 0, arr.length - 1);
        print("排序后的数组: ", arr);
    }

    private static int[] quickSort(int[] arr, int left, int right) {
        if (left < right) {
            int partitionIndex = partition(arr, left, right);
            quickSort(arr, left, partitionIndex - 1);
            quickSort(arr, partitionIndex + 1, right);
        }
        return arr;
    }

    private static int partition(int[] arr, int left, int right) {
        // 设定基准值(pivot)
        int pivot = left;
        int index = pivot + 1;
        for (int i = index; i <= right; i++) {
            if (arr[i] < arr[pivot]) {
                swap(arr, i, index);
                index++;
            }
        }
        swap(arr, pivot, index - 1);
        return index - 1;
    }

    private static void swap(int[] arr, int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }
    
    private static void print(String str, int[] arr) {
        for (int i = 0; i <= arr.length - 1; i++) {
            if (i == 0) {
                System.out.print(str + "[" + arr[i] + ", ");
            } else if (i == arr.length - 1) {
                System.out.print(arr[i] + "]");
            } else {
                System.out.print(arr[i] + ", ");
            }
        }
        System.out.println();
    }

}

核心原理

从数列中挑出一个元素,称为 "基准"(pivot)找其正确索引位置的过程.;

算法过程如下

  • 首先我们从数组的left位置取出该数(1)作为基准(base)参照物。
  • 从数组的right位置向前找,一直找到比(base)小的数,
  • 从数组的left位置向后找,一直找到比(base)大的数,
  • 不算循环以上的动作

时间复杂度

O(nlogn) - O(n^2)

快速排序的优缺点

优点:平均性能好,O(nlog2n),2为下标 缺点:不稳定,初始序列有序或基本有序时,时间复杂度降为O(n^2)。

适用场景

适用于随机分布的数据集