快速排序

快速排序的介紹

快速排序(quick sort)的採用了分治的策略。

• 分治策略指的是：
  將原問題分解爲若干個規模更小但結構與原問題類似的子問題。遞歸地解這些子問題，而後將這些子問題的解組合爲原問題的解。
• 快排的基本思想是：
  在序列中找一個劃分值，經過一趟排序將未排序的序列排序成 獨立的兩個部分，其中左邊部分序列都比劃分值小，右邊部分的序列比劃分值大，此時劃分值的位置已確認，而後再對這兩個序列按照一樣的方法進行排序，從而達到整個序列都有序的目的。

先來看一個 我更想稱之爲僞快排的快排代碼

def quick_sort(array): if len(array) < 2: return array else: pivot = array[0] less_than_pivot = [x for x in array if x <= pivot] more_than_pivot = [x for x in array if x > pivot] return quick_sort(less_than_pivot) + [pivot] + quick_sort(more_than_pivot)

這段代碼最關鍵的是pivot這個參數，這段代碼裏取序列的第一個元素，而後以這個元素爲分組的基準，利用列表解析式使得它左邊的值都比它小，右邊的值都比它大。而後再分別對這些序列進行遞歸排序。

這段代碼雖然短小利於理解，可是其效率很低，主要體如今如下方面：

• 分組基準的選取過於隨便，不必定能夠取到列表的中間值
• 空間複雜度大，使用了兩個列表解析式，並且每次選取進行比較時須要遍歷整個序列。
• 若序列長度過於小(好比只有幾個元素)，快排效率就不如插入排序了。
• 遞歸影響性能，最好進行優化。

另外一種算法2：

QuickSort by Alvin def QuickSort(myList,start,end): #判斷low是否小於high,若是爲false,直接返回
    if start < end: i,j = start,end #設置基準數
        base = myList[i] while i < j: #若是列表後邊的數,比基準數大或相等,則前移一位直到有比基準數小的數出現
            while (i < j) and (myList[j] >= base): j = j - 1

            #如找到,則把第j個元素賦值給第個元素i,此時表中i,j個元素相等
            myList[i] = myList[j] #一樣的方式比較前半區
            while (i < j) and (myList[i] <= base): i = i + 1 myList[j] = myList[i] #作完第一輪比較以後,列表被分紅了兩個半區,而且i=j,須要將這個數設置回base
        myList[i] = base #遞歸先後半區
        QuickSort(myList, start, i - 1) QuickSort(myList, j + 1, end) return myList myList = [49,38,65,97,76,13,27,49] print("Quick Sort: ") QuickSort(myList,0,len(myList)-1) print(myList)