因为有一个先入为主的概念:快速排序最牛。因此刚开始一听见快速 排序就不敢写,认为其绝对很复杂。
事实证明这种想法不能有!
简单粗暴地使用递归手写快速排序:
(为了面试时候能不怯场的直接手撕)
# 简单粗暴的快速排序
# 存在额外的开销存放左右
# 要多次遍历数组
def quicksort(array): # 直接递归
if len(array)<2: # 递归出口
return array
pivot_index = 0
pivot = array[pivot_index]
left_arr = [i for i in array[pivot_index+1:] if i<=pivot]
right_arr = [i for i in array[pivot_index+1:] if i>pivot]
return quicksort(left_arr) + [pivot] + quicksort(right_arr)
# 测试
import random
# seq = list(range(10))
# random.shuffle(seq)
seq = [random.randint(1,100) for i in range(10)]
print(seq)
quicksort(seq)
输出:
[4, 77, 14, 14, 33, 69, 63, 67, 87, 9]
[4, 9, 14, 14, 33, 63, 67, 69, 77, 87]
改进:
上述算法存在很多问题,已经写在注释里。因此考虑不创建额外数组的改进:
思路概述:
- 以第一个元素作为pivot,left指针指向第二个元素,right指针指向最后一个元素。
- 如果left指向的元素小于pivot,则left指针+1(即后移一个元素),接着判断,如果该元素大于pivot,left指针停止移动。
- 如果right指向的元素大于pivot,则right指针-1(即前移一个元素),接着判断,如果该元素小于pivot,right指针停止移动。
- 判断left是否大于right,是就跳出
- 交换left和right所指向的元素。
- 返回步骤2.
- 跳出后,交换right所指和pivot所在位置的值。
# 改进,不产生多余的开销
# 在原数组上用左右指针
def partition(array,beg,end): # pivot左边的都比pivot小,右边的都比pivot大
pivot_index = beg
pivot = array[pivot_index]
left = pivot_index+1
right = end
while True:
while left<=right and array[left]<=pivot:
left += 1
while left<=right and array[right]>pivot:
right -=1
if left>right:
break
else:
array[left],array[right] = array[right],array[left]
array[right],array[pivot_index] = array[pivot_index],array[right]
return right # 返回pivot的下标
def quicksort_pro(array,beg,end): # 改进后的快速排序
if beg < end :
pivot = partition(array,beg,end)
quicksort_pro(array,beg,pivot)
quicksort_pro(array,pivot+1,end)
# 测试
import random
# seq = list(range(10))
# random.shuffle(seq)
seq = [random.randint(1,100) for i in range(6)]
print(seq)
quicksort_pro(seq,0,len(seq)-1)
print(seq)
以上。
参考:
https://www.bilibili.com/video/av26524049
https://www.bilibili.com/video/av26524633/?spm_id_from=trigger_reload