数据结构——排序算法之快速排序-阿里云开发者社区

前言：

快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法。

基本思想：

任取待排序元素序列中的某元素作为基准值，按照该排序码将待排序集合分割成两子序列，左子序列中所有元素均小于基准值，右子序列中所有元素均大于基准值，然后最左右子序列重复该过程，直到所有元素都排列在相应位置上为止。

递归实现方式常见有三种，区别于单趟思想，性能差别不大，下面我们看下快排递归实现。

一、快速排序的递归实现

1.1 Hoare排序

1.1.1 单趟目的

左子序列中所有元素均小于基准值key，右子序列中所有元素均大于基准值key。

1.1.2 动图解析

单趟思路：

（1）首先记录下keyi位置为最左边位置，然后left和right分别从数组两端开始往中间走。

（2）right先开始向中间行动，如果right处的值小于keyi处的值，则停止等待left走。

（3）left开始行动，当left找到比keyi处小的值时，left和right处的值进行交换。

（4）当两个位置相遇时，将相遇位置的值与keyi处的值进行交换。

该排序有一个需要注意的点是：必须左边先走找小

因为左边先走，必定相遇时位置对应的值小于keyi位置值，保证最后这俩个位置交换，相遇位置即是keyi位置对应值最终位置。

解析：

（1）右边先走，假设left遇到right,最后相遇情况是right找到了小于keyi位置的值，left没有找到大于keyi位置值，所以相遇位置值小于keyi位置值。

（2）右边先走，假设right遇到left,最后相遇情况是left找到大，right找到小，left与right互换，left位置对应值小于keyi位置值，right继续找小，与left相遇，所以相遇位置值小于keyi位置值。

1.1.3 代码实现

解析：

该代码将单趟写在子函数中，这样使得整个代码层次更加清晰，也便于理解。可以发现我们对单趟中keyi做了优化，因为keyi的位置，是影响快速排序效率的重大因素。因此我们采用了三数取中的方法解决选keyi不合适的问题。即知道这组无序数列的首和尾后，我们只需要在首，中，尾这三个数据中，选择一个排在中间的数据作为基准值(keyi)，进行快速排序，即可进一步提高快速排序的效率。

后面2种单趟也做这样的优化，后面就不过多介绍。

//Hoare快排
int GetMid(int* a, int begin, int end)
{
  int mid = (begin + end) / 2;
  if (a[begin] > a[end])
  {
    if (a[end] > a[mid])
    {
      return end;
    }
    else
    {
      if (a[begin] > a[mid])
      {
        return mid;
      }
      else
      {
        return begin;
      }
    }
  }
  else//(a[begin]<= a[end])
  {
    if (a[begin] > a[mid])
    {
      return begin;
    }
    else
    {
      if (a[end] > a[mid])
      {
        return mid;
      }
      else
      {
        return end;
      }
    }
  }
}
void swap(int* x, int* y)
{
  int z = *x;
  *x = *y;
  *y = z;
}
int  _QuickSort_Hoare(int* a, int begin, int end)
{
  int mid = GetMid(a,begin, end);
  swap(&a[begin], &a[mid]);
  int keyi = begin;
  int left = begin;
  int right = end;
  while (left < right)
  {
    //右边找小
    while (left < right && a[right] >= a[keyi])
    {
      right--;
    }
    //左边找大
    while (left < right && a[left] <= a[keyi])
    {
      left++;
    }
    swap(&a[left], &a[right]);
  }
  swap(&a[keyi], &a[left]);
  return left;
}
void  QuickSort_Hoare(int* a, int begin, int end)
{
  if (begin >= end)
  {
    return;
  }
  int keyi= _QuickSort_Hoare(a, begin, end);//单趟
  //递归  [begin,keyi-1] keyi,[keyi+1,end]
  QuickSort_Hoare(a, begin, keyi - 1);
  QuickSort_Hoare(a, keyi+1, end);
}

1.2 挖坑法

1.2.1 单趟目的

左子序列中所有元素均小于基准值key，右子序列中所有元素均大于基准值key。

1.2.2 动图解析

单趟思路：

（1）将begin处的值放到key中，将其置为坑位(pit)

（2）right找到比key小的值后将值放入坑位，然后将此处置为新的坑。

(3) left找到比key大的值后将值放入坑位，然后将此处置为新的坑。

(4）当left与right相遇的时候，将key放入到坑位中。

1.2.3 代码实现

int GetMid(int* a, int begin, int end)
{
  int mid = (begin + end) / 2;
  if (a[begin] > a[end])
  {
    if (a[end] > a[mid])
    {
      return end;
    }
    else
    {
      if (a[begin] > a[mid])
      {
        return mid;
      }
      else
      {
        return begin;
      }
    }
  }
  else//(a[begin]<= a[end])
  {
    if (a[begin] > a[mid])
    {
      return begin;
    }
    else
    {
      if (a[end] > a[mid])
      {
        return mid;
      }
      else
      {
        return end;
      }
    }
  }
}
void swap(int* x, int* y)
{
  int z = *x;
  *x = *y;
  *y = z;
}
int  _QuickSort_Pit(int* a, int begin, int end)
{
  int mid = GetMid(a, begin, end);
  swap(&a[begin], &a[mid]);
  int pit = begin;
  int  key = a[begin];
  int left = begin;
  int right = end;
  while (left < right)
  {
    while (left < right && a[right] >= key)
    {
      right--;
    }
    a[pit] = a[right];
    pit = right;
    while(left < right&& a[left] <= key)
    {
      left++;
    }
    a[pit] = a[left];
    pit = left;
  }
  a[left] = key;
  return left;
}
void  QuickSort_Pit(int* a, int begin, int end)
{
  if (begin >= end)
  {
    return;
  }
  int keyi = _QuickSort_Pit(a, begin, end);
  //[begin,keyi-1],keyi,[keyi+1,end]
  QuickSort_Pit(a, begin, keyi - 1);
  QuickSort_Pit(a, keyi + 1, end);
}

1.3 双指针法

1.3.1 单趟目的

左子序列中所有元素均小于基准值key，右子序列中所有元素均大于基准值key。

1.3.2 动图解析

单趟思路：

(1)cur位于begin+1的位置，prev位于begin位置，keyi先存放begin处的值。

(2)如果cur处的值大于key处的值，cur++.

(3)如果cur处的值小于等于key处的值，cur处的值，则与prev+1处的值进行交换。

(4)当循环结束时，将prev处的值与keyi的值相交换，返回prev

1.3.3 代码实现

int GetMid(int* a, int begin, int end)
{
int mid = (begin + end) / 2;
if (a[begin] > a[end])
{
  if (a[end] > a[mid])
  {
    return end;
  }
  else
  {
    if (a[begin] > a[mid])
    {
      return mid;
    }
    else
    {
      return begin;
    }
  }
}
else//(a[begin]<= a[end])
{
  if (a[begin] > a[mid])
  {
    return begin;
  }
  else
  {
    if (a[end] > a[mid])
    {
      return mid;
    }
    else
    {
      return end;
    }
  }
}
}
void swap(int* x, int* y)
{
  int z = *x;
  *x = *y;
  *y = z;
}
int  _QuickSort_Pointer(int* a, int begin, int end)
{
  int mid = GetMid(a, begin, end);
  swap(&a[begin], &a[mid]);
  int key = begin;
  int prev= begin;
  int cur = prev + 1;
  while (cur <= end)
  {
    if (a[cur] > a[key])
    {
      cur++;
    }
    else
    {
      prev++;
      swap(&a[prev], &a[cur]);
      cur++;
    }
  }
  swap(&a[key], &a[prev]);
  return prev;
}
void  QuickSort_Pointer(int* a, int begin, int end)
{
  if (begin >= end)
  {
    return;
  }
  int keyi = _QuickSort_Pointer(a, begin, end);
  //[begin,keyi-1],keyi,[keyi+1,end]
  QuickSort_Pointer(a, begin, keyi - 1);
  QuickSort_Pointer(a, keyi + 1, end);
}

二、快速排序的优化

2.1 三数取中法选key

这个方法提升效率比较显著，上面已经排序均用该方法优化。

2.2 递归到小的子区间，使用插入排序

由于快速排序是递归进行的，当递归到最后三层时，此时数组中的值其实已经接近有序，而且这段区间再递归会极大占用栈(函数栈帧开辟的地方)的空间,最后三层的递归次数占总递归次数的百分之90，所以在区间数据量小于10，我们就不进行递归快速排序了，转而使用插入排序。

int GetMid(int* a, int begin, int end)
{
int mid = (begin + end) / 2;
if (a[begin] > a[end])
{
  if (a[end] > a[mid])
  {
    return end;
  }
  else
  {
    if (a[begin] > a[mid])
    {
      return mid;
    }
    else
    {
      return begin;
    }
  }
}
else//(a[begin]<= a[end])
{
  if (a[begin] > a[mid])
  {
    return begin;
  }
  else
  {
    if (a[end] > a[mid])
    {
      return mid;
    }
    else
    {
      return end;
    }
  }
}
}
void swap(int* x, int* y)
{
  int z = *x;
  *x = *y;
  *y = z;
}
int  _QuickSort_Pointer(int* a, int begin, int end)
{
  int mid = GetMid(a, begin, end);
  swap(&a[begin], &a[mid]);
  int key = begin;
  int prev= begin;
  int cur = prev + 1;
  while (cur <= end)
  {
    if (a[cur] > a[key])
    {
      cur++;
    }
    else
    {
      prev++;
      swap(&a[prev], &a[cur]);
      cur++;
    }
  }
  swap(&a[key], &a[prev]);
  return prev;
}
void  QuickSort_Pointer(int* a, int begin, int end)
{
  if (begin >= end)
  {
    return;
  }
  if(end-begin+1>10)
{
int keyi = _QuickSort_Pointer(a, begin, end);
  //[begin,keyi-1],keyi,[keyi+1,end]
  QuickSort_Pointer(a, begin, keyi - 1);
  QuickSort_Pointer(a, keyi + 1, end);
}
else
{
InsertSort(a + begin, end - begin + 1);
}
}

三、快速排序的非递归实现

递归改为非递归，一般2种方法：

1、递归转化为非递归可以写成循环，比如斐波那契数列

2、递归转化为非递归可以写成栈，比如现在的快排

递归使用的空间是栈空间，所以容易出现栈溢出的情况，我们将快速排序改为非递归版本，这样空间的开辟就在堆上了，这样也就解决了这个问题。

快速排序的非递归与递归思想相同，非递归使用栈来模拟递归的实现，思路如下：

（1）入栈一定要保证先入左再入右。

（2）取出两次栈顶的元素，然后进行单趟排序

（3）将区间分为[left , keyi - 1] ，keyi ，[ keyi + 1 , right ] 进行右、左入栈。若区间不存在或为1个值则不入栈。

（4）循环2、3步骤直到栈为空。

代码实现：

int GetMid(int* a, int begin, int end)
{
int mid = (begin + end) / 2;
if (a[begin] > a[end])
{
  if (a[end] > a[mid])
  {
    return end;
  }
  else
  {
    if (a[begin] > a[mid])
    {
      return mid;
    }
    else
    {
      return begin;
    }
  }
}
else//(a[begin]<= a[end])
{
  if (a[begin] > a[mid])
  {
    return begin;
  }
  else
  {
    if (a[end] > a[mid])
    {
      return mid;
    }
    else
    {
      return end;
    }
  }
}
}
void swap(int* x, int* y)
{
  int z = *x;
  *x = *y;
  *y = z;
}
int  _QuickSort_Pointer(int* a, int begin, int end)
{
  int mid = GetMid(a, begin, end);
  swap(&a[begin], &a[mid]);
  int key = begin;
  int prev= begin;
  int cur = prev + 1;
  while (cur <= end)
  {
    if (a[cur] > a[key])
    {
      cur++;
    }
    else
    {
      prev++;
      swap(&a[prev], &a[cur]);
      cur++;
    }
  }
  swap(&a[key], &a[prev]);
  return prev;
}
typedef int DateType;
typedef struct Stack
{
    DateType* a;
    int top;
    int capacity;
}Stack;
//初始化和销毁栈
void InitStack(Stack* ps)
{
    assert(ps);
    ps->a = NULL;
    ps->top = ps->capacity = 0;
}
void DestoryStack(Stack* ps)
{
    assert(ps);
    free(ps->a);
    ps->a = NULL;
    ps->top = 0;
    ps->capacity = 0;
}
//出栈和入栈
void StackPush(Stack* ps, DateType x)
{
    assert(ps);
    if (ps->top == ps->capacity)
    {
        int newcapacity = ps->capacity == 0 ? 4 : 2 * ps->capacity;
        DateType* tmp = (DateType*)realloc(ps->a, sizeof(DateType) * newcapacity);
        if (tmp == NULL)
        {
            perror("realloc fail:");
            return;
        }
        ps->a = tmp;
        ps->capacity = newcapacity;
    }
    ps->a[ps->top] = x;
    ps->top++;
}
void StackPop(Stack* ps)
{
    assert(ps);
    assert(ps->top > 0);
    ps->top--;
}
//栈的有效个数和栈顶元素
int StackSize(Stack* ps)
{
    assert(ps);
    return ps->top;
}
DateType StackTop(Stack* ps)
{
    assert(ps);
    assert(ps->top > 0);
    return   ps->a[ps->top - 1];
}
//判空
bool IsEmptyStack(Stack* ps)
{
    assert(ps);
    return ps->top == 0;
}
void  QuickSort_Non_r(int* a, int begin, int end)
{
    Stack tmp;
    InitStack(&tmp);
    StackPush(&tmp,end);
    StackPush(&tmp, begin);
    while (!IsEmptyStack(&tmp))
    {
        int left = StackTop(&tmp);
        StackPop(&tmp);
        int right = StackTop(&tmp);
        StackPop(&tmp);
        int keyi = _QuickSort_Pointer(a, left, right);
        if (keyi+1 <right)
        {
            StackPush(&tmp,right);
            StackPush(&tmp,keyi+1);
        }
        if (left < keyi - 1)
        {
            StackPush(&tmp, keyi-1);
            StackPush(&tmp,left);
        }
   }
    DestoryStack(&tmp);
}

总结：本篇文章总结了快速排序的递归及非递归俩大种方式。

希望大家阅读完可以有所收获，同时也感谢各位铁汁们的支持。文章有任何问题可以在评论区留言，百题一定会认真阅读！

数据结构——排序算法之快速排序

前言：

一、快速排序的递归实现

1.1 Hoare排序

1.1.1 单趟目的

1.1.2 动图解析

1.1.3 代码实现

1.2 挖坑法

1.2.1 单趟目的

1.2.2 动图解析

1.2.3 代码实现

1.3 双指针法

1.3.1 单趟目的

1.3.2 动图解析

1.3.3 代码实现

二、快速排序的优化

2.1 三数取中法选key

2.2 递归到小的子区间，使用插入排序

三、快速排序的非递归实现

热门文章

最新文章

相关课程

相关电子书

相关实验场景

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

数据结构——排序算法之快速排序

前言：

一、快速排序的递归实现

1.1 Hoare排序

1.1.1 单趟目的

1.1.2 动图解析

1.1.3 代码实现

1.2 挖坑法

1.2.1 单趟目的

1.2.2 动图解析

1.2.3 代码实现

1.3 双指针法

1.3.1 单趟目的

1.3.2 动图解析

1.3.3 代码实现

二、快速排序的优化

2.1 三数取中法选key

2.2 递归到小的子区间，使用插入排序

三、快速排序的非递归实现

热门文章

最新文章

相关课程

相关电子书

相关实验场景