返回顶部

收藏

经典算法4:分治法求解快速排序

更多

简介:

归 并排序将整个集合问题分解为最小单元,将该单元n1内的内容全部排序,然后将相邻的单元n1,n2重新排序。如果将n1,n2看做一个整体n的话,则针对 n,先对其一半进行排序,另一半排序,然后整体再次排序。符合我们一般的做事习惯,将大问题都分解为小问题,针对小问题逐一解决,最终解决掉整个问题,最 先解决的是小问题,最后大问题迎刃而解。

而 快速排序似乎反其道而行之,从一开始就将整个单元n进行粗略分类,左侧是<a[i],右侧是>=a[i],然后再针对左侧和右侧进行类似处理。这个 类似于自上而下的命令传达,最上层的仅仅初次完成分类目标,具体的子任务留给下一层节点处理。先处理的是整体,最终小问题解决后,问题终止。

    /// <summary>  
    /// 快速排序  
    /// 以Int数据类型为例  
    /// </summary>  
    public class FengQuickSort  
    {  
        /// <summary>  
        /// 快速排序  
        /// 索引范围[startIndex,endIndex]  
        /// </summary>  
        /// <param name="arr">待排序数组</param>  
        /// <param name="startIndex">起始索引</param>  
        /// <param name="endIndex">终止索引</param>          
        public void QuickSort(int[] arr, int startIndex, int endIndex)  
        {  
            if (startIndex < endIndex)  
            {  
                int midIndex = PartitionAjust(arr, startIndex, endIndex);  
                QuickSort(arr, startIndex, midIndex-1);  
                QuickSort(arr, midIndex + 1, endIndex);  
            }  
        }  

        //调整范围为[leftIndex,rightIndex]  
        //返回调整后的中轴索引值  
        private int PartitionAjust(int[] arr, int leftIndex, int rightIndex)  
        {  
            //比较的中轴值  
            int midValue = arr[leftIndex];  

            int leftFlag = leftIndex;  
            int rightFlag = rightIndex;  

            while (leftFlag < rightFlag)  
            {  
                //从右向左找到小于中轴值的值  
                while (leftFlag < rightFlag &amp;&amp; arr[rightFlag] >= midValue)  
                {  
                    --rightFlag;  
                }  

                arr[leftFlag] = arr[rightFlag];  

                //从左向右找到大于中轴值的值  
                while (leftFlag < rightFlag &amp;&amp; arr[leftFlag] <= midValue)  
                {  
                    ++leftFlag;  
                }  

                arr[rightFlag] = arr[leftFlag];  
            }  

            arr[leftFlag] = midValue;  

            return leftFlag;  
        }  
    }  

该方法的基本思想是:

1.先从数列中取出一个数作为基准数。

2.分区过程,将比这个数大的数全放到它的右边,小于或等于它的数全放到它的左边。

3.再对左右区间重复第二步,直到各区间只有一个数。

虽然快速排序称为分治法,但分治法这三个字显然无法很好的概括快速排序的全部步骤。因此我的对快速排序作了进一步的说明:挖坑填数+分治法:

先来看实例吧,定义下面再给出(最好能用自己的话来总结定义,这样对实现代码会有帮助)。

以一个数组作为示例,取区间第一个数为基准数。

初始时,i = 0; j = 9; X = a[i] = 72

由于已经将a[0]中的数保存到X中,可以理解成在数组a[0]上挖了个坑,可以将其它数据填充到这来。

从j开始向前找一个比X小或等于X的数。当j=8,符合条件,将a[8]挖出再填到上一个坑a[0]中。a[0]=a[8]; i++; 这样一个坑a[0]就被搞定了,但又形成了一个新坑a[8],这怎么办了?简单,再找数字来填a[8]这个坑。这次从i开始向后找一个大于X的数,当 i=3,符合条件,将a[3]挖出再填到上一个坑中a[8]=a[3]; j--;

数组变为:

i = 3; j = 7; X=72

再重复上面的步骤,先从后向前找,再从前向后找。

从j开始向前找,当j=5,符合条件,将a[5]挖出填到上一个坑中,a[3] = a[5]; i++;

从i开始向后找,当i=5时,由于i==j退出。

此时,i = j = 5,而a[5]刚好又是上次挖的坑,因此将X填入a[5]。

数组变为:

可以看出a[5]前面的数字都小于它,a[5]后面的数字都大于它。因此再对a[0…4]和a[6…9]这二个子区间重复上述步骤就可以了。

对挖坑填数进行总结

1.i =L; j = R; 将基准数挖出形成第一个坑a[i]。

2.j--由后向前找比它小的数,找到后挖出此数填前一个坑a[i]中。

3.i++由前向后找比它大的数,找到后也挖出此数填到前一个坑a[j]中。

4.再重复执行2,3二步,直到i==j,将基准数填入a[i]中。

标签:c/c++

收藏

0人收藏

支持

0

反对

0

相关聚客文章
  1. yuer 发表 2018-07-27 08:46:07 coredump之百米之内必有解药
  2. hev 发表 2018-04-28 06:11:38 一个简单、轻量的 Linux 协程实现
  3. hev 发表 2017-10-19 15:56:11 FSH – 助你接入私有网络中的 Linux 终端
  4. gonwan 发表 2015-04-15 08:03:07 Database Access Layer in C++
  5. gonwan 发表 2015-12-28 08:41:13 Basic Usage of Boost MultiIndex Containers
  6. gonwan 发表 2016-01-19 03:37:54 Coroutines in C++/Boost
  7. Haoxiang Li 发表 2017-10-25 20:29:02 MXNet C++ Deployment
  8. yuer 发表 2017-10-20 07:52:47 基于leveldb的持久消息队列SDK
  9. yuer 发表 2017-10-07 07:51:32 c++11完美转发
  10. 博主 发表 2016-09-03 00:00:00 C++编译期类型信息的利用
  11. yuer 发表 2017-09-06 03:03:29 libcurl访问unix socket
  12. yuer 发表 2017-09-07 08:14:58 valgrind检测php扩展的warning

发表评论