当前位置:   article > 正文

随机快速排序算法(C语言)_c语言随机排序

c语言随机排序

随机快速排序(C语言)

分治法基本思想

将一个规模为n的问题分解为k个规模较小的子问题,这些子问题互相独立且与原问题相同。递归的解决这些子问题,然后将各个子问题的解合并得到原问题的解。

快速排序

原链接:https://blog.csdn.net/haelang/article/details/44496387

快速排序用到了分治思想,同样的还有归并排序。乍看起来快速排序和归并排序非常相似,都是将问题变小,先排序子串,最后合并。不同的是快速排序在划分子问题的时候经过多一步处理,将划分的两组数据划分为一大一小,这样在最后合并的时候就不必像归并排序那样再进行比较。但也正因为如此,划分的不定性使得快速排序的时间复杂度并不稳定。

快速排序的期望复杂度是O(nlogn),但最坏情况下可能就会变成O(n^2),最坏情况就是每次将一组数据划分为两组的时候,分界线都选在了边界上,使得划分了和没划分一样,最后就变成了普通的选择排序了。

快速排序分为三步分治过程,分解,解决,合并。

分解是将输入数组A[l…r]划分成两个子数组的过程。选择一个p,使得a被划分成三部分,分别是a[l…p-1],a[p]和a[p+1…r]。并且使得a[l…p-1]中的元素都小于等于(或大于等于)a[p],同时a[p]小于等于(或大于等于)a[p+1…r]中的所有元素。

解决是调用递归程序,解决分解中划分生成的两个子序列。

合并是递归到最深层,已经不能再划分成更小的子序列了,便开始合并。因为在分解的时候已经比较过大小,每一个父序列分解而来的两个子序列不仅是有序的,而且合并成一个序列之后还是有序的。因为快排可以在输入数组上进行操作,所以合并这一步不需要编写代码。

代码

#include <stdio.h>
#include <stdlib.h>
#define MAXSIZE 10

//p,r为边界,先处理左边再处理右边
void QuickSort(int a[],int p,int r)
{
    if(p<r)
    {
        int q = Partition(a,p,r);
        QuickSort(a,p,q-1);
        QuickSort(a,q+1,r);
    }
}

void Swap(int a[],int left,int right)
{
    int tmp;
    tmp = a[left];
    a[left] = a[right];
    a[right] = tmp;
}

int Partition(int a[],int p,int r)
{
    int i=p,j=r+1;
    //本代码的主元选择的是p到r范围内的最左边的即p下标的数
    int x = a[p];
    while(1)
    {
        //将i和j一个从左,一个从右开始相向而行,使得在相遇之前,i部分都是小于x的数,j部分都是大于x的数。左右找到不匹配的数就互换值。
        while(a[++i]<x && i<r) ;
        while(a[--j]>x) ;
        if(i>=j) break;
        Swap(a,i,j);
    }
    //最后把p和j的下标互换一下就可以保证p到r范围内的数,a[j]左边都是小于a[j],右边都是大于a[j],但不代表左边有序或者右边有序,只是单纯的比a[j]小或大在一边而已
    a[p]=a[j];
    a[j]=x;
    return j;
}
int main()
{
    int a[] = {7,1,5,6,3,8,2,10,9,4};
    int i;
    QuickSort(a,0,MAXSIZE-1);
    for(i=0;i<MAXSIZE;i++)
    {
        printf("%5d",a[i]);
    }
    return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52

随机快速排序

上面版本的快排在选取主元的时候,每次都选取最左边的元素。当序列为有序时,会发现划分出来的两个子序列一个里面没有元素,而另一个则只比原来少一个元素。为了避免这种情况,引入一个随机化量来破坏这种有序状态。

在随机化的快排里面,选取a[left…right]中的随机一个元素作为主元,然后再进行划分,就可以得到一个平衡的划分。

代码

#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#define MAXSIZE 10
//从范围p到r内找一个下标i,把这个数换到最左边,再进行快速排序Partition。
int RandomizedPartition(int a[],int p,int r)
{
    srand(time(NULL));
    int i = rand()%(r-p)+p;
    Swap(a,i,p);
    return Partition(a,p,r);
}
//和QuickSort差不多
void RandomizedQuickSort(int a[],int p,int r)
{
    if(p<r)
    {
        int q = RandomizedPartition(a,p,r);
        RandomizedQuickSort(a,p,q-1);
        RandomizedQuickSort(a,q+1,r);
    }
}




void Swap(int a[],int left,int right)
{
    int tmp;
    tmp = a[left];
    a[left] = a[right];
    a[right] = tmp;
}

int Partition(int a[],int p,int r)
{
    int i=p,j=r+1;
    int x = a[p];
    while(1)
    {
        while(a[++i]<x && i<r) ;
        while(a[--j]>x) ;
        if(i>=j) break;
        Swap(a,i,j);
    }
    a[p]=a[j];
    a[j]=x;
    return j;
}
void QuickSort(int a[],int p,int r)
{
    if(p<r)
    {
        int q = Partition(a,p,r);
        QuickSort(a,p,q-1);
        QuickSort(a,q+1,r);
    }
}
int main()
{
    int a[] = {7,1,5,6,3,8,2,10,9,4};
    int i;
    //QuickSort(a,0,MAXSIZE-1);
    RandomizedQuickSort(a,0,MAXSIZE-1);
    for(i=0;i<MAXSIZE;i++)
    {
        printf("%5d",a[i]);
    }
    return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70

两者性能分析

原文链接:https://blog.csdn.net/haelang/article/details/44496387

随机序列

10w:

算法第1次耗时第2次耗时第3次耗时平均耗时
普通快排13ms15ms15ms14.333ms
随机化版本快排25ms25ms27ms25.667ms

100w:

算法第1次耗时第2次耗时第3次耗时平均耗时
普通快排101ms103ms96ms100ms
随机化版本快排119ms119ms105ms108.333ms

1000w:

算法第1次耗时第2次耗时第3次耗时平均耗时
普通快排1397ms1397ms1338ms1371.333ms
随机化版本快排1241ms1258ms1187ms1228.667ms

随机化快排因为要生成随机数,所以有一些性能损失,所以数据规模较小,数据分布均匀时普通快排还是比随机化快排要快些的,不过随着数据规模的上升,随机化快排的性能优势就展现出来了。

有序序列

假设当输入数组已经是排好序的,这两个算法的性能差距又有多少?

之前的数组生成代码不变,只是在调用两个算法之前,先调用一下快排将数组排序,然后将两个有序的数组作为参数传进去。

10w:

算法第1次耗时第2次耗时第3次耗时平均耗时
普通快排溢出溢出溢出溢出
随机化版本快排15ms7ms6ms9.333ms

1w:

算法第1次耗时第2次耗时第3次耗时平均耗时
普通快排98ms94ms92ms94.667ms
随机化版本快排2ms1ms0ms1ms

1000w:

看下1000w下随机化快排是否有影响

算法第1次耗时第2次耗时第3次耗时平均耗时
随机化版本快排696ms733ms689ms706ms
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/608108
推荐阅读
相关标签
  

闽ICP备14008679号