飞道的博客

排序算法:快速排序

523人阅读  评论(0)

概述

手写排序算法几乎是程序员面试必问的题目,大多数人都会选择写冒泡排序,如果此时你写的是其他改进过的排序算法,相信会让面试官眼前一亮。本文将介绍常见的排序算法中的“快速排序”。

 

基本思想

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1962年提出。它的基本思想是:

  1. 从要排序的数据中取一个数为“基准数”。
  2. 通过一趟排序将要排序的数据分割成独立的两部分,其中左边的数据都比“基准数”小,右边的数据都比“基准数”大。
  3. 然后再按步骤2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。

该思想可以概括为:挖坑填数 + 分治法。

 

分治法

分治,字面上的解释是“分而治之”,就是把一个复杂的问题分成两个或更多的相同或相似的子问题,再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解,原问题的解即子问题的解的合并。在计算机科学中,分治法就是运用分治思想的一种很重要的算法。分治法是很多高效算法的基础,如快速排序,归并排序,傅立叶变换(快速傅立叶变换)等等。

 

例子

下面通过一个例子来看看快速排序是怎么工作的,例子中表格中红色的字体为需要填的坑,绿色的字体为已经移动过的数据。

1)刚开始,i 和 j 分别指向数组头和数组尾,即 i = 0,j = 9,基准数取第一个数,即 index = array[i] = array[0] = 23。

此时,array[0] 的值已经存在了index,因此 array[0] 的位置就好像被挖了个坑,可以填充一个数。

因此,我们从位置 j 开始向左寻找比 index 小的数,当 j = 8 时,符合条件,于是我们将 array[8] 的值填到 array[0] ,即将 9 填入 array[0],并将 i 向右移动一个位置,即 i++。

从位置 j 向左寻找比 index 小的数,并在寻找到后填入坑中,用代码表示如下。


  
  1. while (i < j && array[j] >= index) { // 向左寻找第一个小于index的数
  2. j--;
  3. }
  4. if (i < j) {
  5. array[i++] = array[j]; // 将array[j]填入array[i],并将i向右移动
  6. }

此时,array 数组如下图。

2)因为 array[0] 的坑被 array[8] 填了,于是 array[8] 的位置又成了一个新的坑。此时我们从位置 i 开始向右寻找比 index 大的数,当 i = 2 时符合条件,于是我们将 array[2] 的值填到 array[8] ,即将 37 填入 array[8],并将 j 向左移动一个位置,即 j--。

从位置 i 向右寻找比 index 大的数,并在寻找到后填入坑中,用代码表示如下(跟上面相似)。


  
  1. while (i < j && array[i] < index) { // 向右寻找第一个大于index的数
  2. i++;
  3. }
  4. if (i < j) {
  5. array[j--] = array[i]; // 将array[i]填入array[j],并将j向左移动
  6. }

此时,array 数组如下图。

以之后重复上述过程即可。

3)同样的,array[8] 的坑被 array[2] 填了,于是 array[2] 的位置又成了一个新的坑。此时我们从位置 j 开始向左寻找比 index 小的数,当 j = 5 时符合条件,于是我们将 array[5] 的值填到 array[2] ,即将 21 填入 array[2],并将 i 向右移动一个位置,即 i++,此时 array 数组如下图。

4)同样的,array[2] 的坑被 array[5] 填了,于是 array[5] 的位置又成了一个新的坑。此时我们从位置 i 开始向右寻找比 index 大的数,当 i = 3 时符合条件,于是我们将 array[3] 的值填到 array[5] ,即将 89 填入 array[5],并将 j 向左移动一个位置,即 j--,此时 array 数组如下图。

5)同样的,array[5] 的坑被 array[3] 填了,于是 array[3] 的位置又成了一个新的坑。此时我们从位置 j 开始向左寻找比 index 小的数,当 j = 4 时符合条件,于是我们将 array[4] 的值填到 array[3] ,即将 2 填入 array[3],并将 i 向右移动一个位置,即 i++,此时 array 数组如下图。

6)此时,我们发现 i = j,结束遍历,并将index填入 array[4],即将 23 填入 array[4],此时 array 数组如下图。此时,array[4] 左边的数据全比 array[4] 小,而 array[4] 右边的数据全比 array[4] 大。

7)接下去,我们只需要对 array[4] 两边的数据分别在进行上面的操作即可(分治法),如下图。

分治的代码可以写成如下:


  
  1. quickSort(array, low, i - 1); // 递归调用,分治
  2. quickSort(array, i + 1, high); // 递归调用,分治

 

整合

根据以上步骤,稍微整理一下,可以得出快速排序的代码如下:


  
  1. public class QuickSort {
  2. private static void quickSort(int[] array, int low, int high) {
  3. if (low >= high) {
  4. return;
  5. }
  6. int i = low, j = high, index = array[i]; // 取最左边的数作为基准数
  7. while (i < j) {
  8. while (i < j && array[j] >= index) { // 向左寻找第一个小于index的数
  9. j--;
  10. }
  11. if (i < j) {
  12. array[i++] = array[j]; // 将array[j]填入array[i],并将i向右移动
  13. }
  14. while (i < j && array[i] < index) { // 向右寻找第一个大于index的数
  15. i++;
  16. }
  17. if (i < j) {
  18. array[j--] = array[i]; // 将array[i]填入array[j],并将j向左移动
  19. }
  20. }
  21. array[i] = index; // 将基准数填入最后的坑
  22. quickSort(array, low, i - 1); // 递归调用,分治
  23. quickSort(array, i + 1, high); // 递归调用,分治
  24. }
  25. public static void quickSort(int[] array) {
  26. if (array == null || array.length == 0) {
  27. return;
  28. }
  29. quickSort(array, 0, array.length - 1);
  30. }
  31. }

 

时间复杂度

最好情况的时间复杂度为O(nlogn),过程比较复杂,就不在此赘述。

最差情况下每一次取到的数(基准数)都是当前要比较的数中的最大/最小值,在这种情况下,每次都只能得到比上一次少1个数的子序列(即要么全比基准数大,要么全比基准小),此时相当于一个冒泡排序,比较的次数 = (n - 1) + (n - 2) + ... + 2 + 1 = (n - 1) * n / 2,此时的时间复杂度为:O(n^2)。最差情况一般出现在:待排序的数据本身已经是正序或反序排好了。

 

使用场景

基本上在任何需要排序的场景都可以使用快速排序。虽然快速排序的最坏情况时间复杂度为O(n^2),但是由于基本不会出现,因此可以放心的使用快速排序。在本人的电脑测试,100万的随机数字,快速排序大约耗时120毫秒。

 

最后

理解了快速排序的基本思想后,手写快速排序算法就变得没那么难了,只需要多练习几遍,相信在面试中手写快速排序算法便是小菜一碟。

 

推荐阅读

 

如何写一份让 HR 眼前一亮的简历(附模板)

字节、美团、快手核心部门面试总结(真题解析)

面试阿里,HashMap 这一篇就够了

面试必问的 MySQL,你懂了吗?

面试必问的线程池,你懂了吗?

4 年 Java 经验,阿里网易拼多多面试总结、心得体会

跳槽,如何选择一家公司

如何准备好一场大厂面试

MySQL 8.0 MVCC 核心原理解析(核心源码)

921天,咸鱼到阿里的修仙之路

复习2个月拿下美团offer,我都做了些啥

 

 

另外,我还准备了很多大厂面试资料、0基础自学教程,由于不能放外链,所以有需要的小伙伴去公众号【程序员囧辉】回复【资料】自行获取好了。


转载:https://blog.csdn.net/v123411739/article/details/80071521
查看评论
* 以上用户言论只代表其个人观点,不代表本网站的观点或立场