赞
踩
排序(1):深入了解数据结构第四弹——排序(1)——插入排序和希尔排序-CSDN博客
前言:
在前面我们已经讲过了几种排序方式,他们的效率有快有慢,今天我们来学习一种非常高效的排序方式——快速排序
目录
快速排序是一种常用的排序算法,属于比较排序的一种。它的基本思想是先选取一个基准数据,经过一趟排序,让比它小的分为一部分,比它大的分为另一部分,然后再对这两部分继续这种操作,直到他们有序
快速排序的具体步骤如下:
- 选择一个基准元素(通常是待排序数组的第一个元素、最后一个元素或者中间元素)。
- 将比基准元素小的元素放在基准元素的左边,比基准元素大的元素放在基准元素的右边,这一步称为分区操作。
- 对基准元素左右两部分分别递归地进行快速排序。
比如这样一组数据{ 4,7,1,9,3,6,5,8,3,2,0 }
1、首先我们先选择一个基准元素(我们以最左边的元素为基准元素为例)
2、对剩下的元素进行排序,比基准元素小的排在左边,比基准元素大的排在右边
3、对小的部分和大的部分重复上面两部操作,最后我们就可以得到一个有序的数组
这一步就可以清楚的看到其实快排的这种思想很像二叉树,所以很容易通过类似二叉树递归的那种思想来解决
快排的实现其实是很有意思的,在上面我们已经讲了快排的思想,其实就是不断的重复分区操作的过程,所以我们就可以设计一个递归来实现这种,同时,由于每一步都要进行分区,所以我们可以封装一个分区排序函数(PartSort函数)在前,重复这个过程
- void QuickSort(int* a, int begin,int end)
- {
- if (begin >= end)
- {
- return;
- }
- int keyi = PartSort3(a, begin, end);
- QuickSort(a, begin, keyi - 1);
- QuickSort(a, keyi + 1, end);
- }
其中参数a是数组指针,begin是传入数组的首元素位置,end是传入元素尾元素位置,过程图如下:
快排函数的主体就是上面那几步,接下来,我们重点讲解一下快排分区排序函数(PartSort函数)该如何实现,这一步也是非常有趣的,目前我们有三种方法来实现这个函数的功能:
1、霍尔排序
2、挖坑法
3、前后指针法
霍尔法是霍尔大佬(就是快排的发明者)自己刚开始用的排序方法,但是由于这种分部排序方法需要注意到的点太多,所以后来才又有了后面两种排序方法,现在我们先来学习一下霍尔大佬的这种方法
霍尔排序其实就是严格按照我们上面讲的快排的那种思想进行的,就是先选一个基准数,然后对后面数进行大致的判断,让比基准数小的位于基准数左侧,比基准数大的位于基准数右侧
霍尔实现这个过程的方法就是先选取最左边的元素作为基准元素,然后记录剩下元素左右位置,然后让左边向右移动,当遇到一个比基准元素大的数就停下来,右边向左移动,遇到一个小于基准元素的数停下来,然后让左右这两个数交换
然后再讲左右两部分分开再进行类似的操作
由图可见这是一种类似二叉树的操作,所以非常适合用递归来解决,具体代码如下:
- int GetMid(int* a, int left, int right)
- {
- int mid = (left + right) / 2;
- if (a[left] > a[mid])
- {
- if (a[right] > a[left])
- return left;
- else if (a[right] < a[mid])
- return mid;
- else
- return right;
- }
- else
- {
- if (a[right] < a[left])
- return left;
- else if (a[right] > a[mid])
- return mid;
- else
- return right;
- }
- }
- //1、hero 霍尔排序
- //[left,right]
- int PartSort(int* a, int left, int right)
- {
- int mid = GetMid(a, left, right);
- Swap(&a[mid], &a[left]);
- int keyi = left;
- while (left < right)
- {
- while (left < right && a[left] <= a[keyi])
- {
- left++;
- }
- while (left < right && a[right] >= a[keyi])
- {
- right--;
- }
- Swap(&a[left], &a[right]);
- }
- Swap(&a[left], &a[keyi]);
- return left;
- }
但前面我们也已经提到过了,霍尔排序有一些细节是一定要处理到位的,就比如
1、如果取左边数为基准元素,右边就要先开始移动(right - -),反之就左边先开始移动,否则就容易可能会出现溢出的现象
2、要注意当左右移动到的那个元素等于基准元素时是要跳过的,同时最后left==right时要将这个元素与基准元素交换
3、如果对于一个较为有序的函数,比如{1,2,4,5,7,3,9,8},快排的效率其实是偏低的,因为我们刚开始选的基准元素基本没啥作用,所以我们选择的基准元素要尽可能贴近中间值,所以就有了上述代码中的GetMid函数
鉴于霍尔法注意事项太多,且霍尔法较难理解,后面又有大佬总结出挖坑法这一思路相同,但更形象更容易理解的方法
挖坑法的思路如下:
先以左边元素为基准元素,然后将这个元素挖出,将这个位置理想化成一个坑,然后再从右边向左边移动,找到一个小于基准数的数后将它放入坑中,将这个位置作为新的坑,再从左边往右边去,找到一个大于基准数字的数,填入坑中,将这个位置作为新坑,直到最后将基准数字放入最后的坑中
挖坑法的思路要比霍尔法,简单很多,实现如下:
- //2、挖坑法
- int PartSort2(int* a,int left,int right)
- {
- int mid = GetMid(a, left, right);
- Swap(&a[mid], &a[left]);
- int key = a[left];
- int hole = left;
- while (left < right)
- {
- while (left < right && a[right] >= key)
- {
- right--;
- }
- a[hole] = a[right];
- hole = right;
- while (left<right && a[left]<=key)
- {
- left++;
- }
- a[hole] = a[left];
- hole = left;
- }
- a[hole] = key;
- return left;
- }
前后指针法是一个更容易理解的很不错的方法,体现了后人的智慧
前后指针法的思路如下:
首先先将最左边元素作为基准元素,然后定义一个prev表示后指针,定义一个cur表示前指针,cur=prev+1,然后让前指针先走,当遇到一个小于基准元素的数时停下来,然后让后指针走一步,然后交换这两个数据,直到前指针把所有数据走完
实现上述过程的代码:
- //3、前后指针法
- int PartSort3(int* a, int left, int right)
- {
- int mid = GetMid(a, left, right);
- Swap(&a[mid], &a[left]);
- int prev = left;
- int cur = prev + 1;
- int keyi = left;
- while (cur <= right)
- {
- if (a[cur] < a[keyi])
- {
- prev++;
- Swap(&a[prev], &a[cur]);
- }
- cur++;
- }
- Swap(&a[prev], &a[keyi]);
- return prev;
- }
这个由于篇幅问题,留在下一章进行讲解(其实是本人累了.......坐在这写一下午了,呜呜呜呜呜........),这个明天写,嘿嘿
上面我们就已经把快排的几种分部处理的方法和思想讲的很清楚了,接下来,我们就通过一个完整的代码实例来感受快排的魅力所在
对数组{ 4,7,1,9,3,6,5,8,3,2,0 }进行快排
Seqlish.h
- //快速排序
- void QuickSort(int* a, int begin, int end);
Seqlish.c
- //快速排序
- void PrintArray(int* a, int n)
- {
- for (int i = 0; i < n; i++)
- {
- printf("%d ", a[i]);
- }
- printf("\n");
- }
- void Swap(int* e1, int* e2)
- {
- int tmp = *e1;
- *e1 = *e2;
- *e2 = tmp;
- }
- int GetMid(int* a, int left, int right)
- {
- int mid = (left + right) / 2;
- if (a[left] > a[mid])
- {
- if (a[right] > a[left])
- return left;
- else if (a[right] < a[mid])
- return mid;
- else
- return right;
- }
- else
- {
- if (a[right] < a[left])
- return left;
- else if (a[right] > a[mid])
- return mid;
- else
- return right;
- }
- }
- //1、hero 霍尔排序
- //[left,right]
- int PartSort(int* a, int left, int right)
- {
- int mid = GetMid(a, left, right);
- Swap(&a[mid], &a[left]);
- int keyi = left;
- while (left < right)
- {
- while (left < right && a[left] <= a[keyi])
- {
- left++;
- }
- while (left < right && a[right] >= a[keyi])
- {
- right--;
- }
- Swap(&a[left], &a[right]);
- }
- Swap(&a[left], &a[keyi]);
- return left;
- }
- //2、挖坑法
- int PartSort2(int* a,int left,int right)
- {
- int mid = GetMid(a, left, right);
- Swap(&a[mid], &a[left]);
- int key = a[left];
- int hole = left;
- while (left < right)
- {
- while (left < right && a[right] >= key)
- {
- right--;
- }
- a[hole] = a[right];
- hole = right;
- while (left<right && a[left]<=key)
- {
- left++;
- }
- a[hole] = a[left];
- hole = left;
- }
- a[hole] = key;
- return left;
- }
- //3、前后指针法
- int PartSort3(int* a, int left, int right)
- {
- int mid = GetMid(a, left, right);
- Swap(&a[mid], &a[left]);
- int prev = left;
- int cur = prev + 1;
- int keyi = left;
- while (cur <= right)
- {
- if (a[cur] < a[keyi])
- {
- prev++;
- Swap(&a[prev], &a[cur]);
- }
- cur++;
- }
- Swap(&a[prev], &a[keyi]);
- return prev;
- }
- //递归的快速排序
- void QuickSort(int* a, int begin,int end)
- {
- if (begin >= end)
- {
- return;
- }
- int keyi = PartSort3(a, begin, end);
- QuickSort(a, begin, keyi - 1);
- QuickSort(a, keyi + 1, end);
- }
test.c
- //测试快速排序
- void TestQuick()
- {
- int a[] = { 4,7,1,9,3,6,5,8,3,2,0 };
- PrintArray(a, sizeof(a) / sizeof(a[0]));
- //QuickSort(a, 0, sizeof(a) / sizeof(a[0]) - 1); //递归快排
- QuickSortNonR(a, 0, sizeof(a) / sizeof(a[0]) - 1); //非递归快排
-
- PrintArray(a, sizeof(a) / sizeof(a[0]));
- }
-
- int main()
- {
- TestQuick();
- return 0;
- }
运行结果如下:
总之,快排的思路是有点类似二叉树的,所以适合用递归来解决,当然,用非递归同样能处理,这里我们留下了一个尾巴,等下次解决,上面提到的这些内容,如果有不理解的地方欢迎私信与我交流或者在评论区中指出
谢谢各位大佬观看,创作不易,还请各位大佬点赞支持一下!!!
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。