上两片第归算法学习：
1）递归算法之分而治之策略
2）递归算法之归并排序
上一篇学习中介绍了了递归算法在排序中的一个应用：归并排序，在排序算法中还有一种算法用到了递归，那就是快速排序，快速排序也是一种利用了分而治之策略的算法，它由c.a.r发明，它依据中心元素的值，利用一系列递归调用将数据表划分成越来越小的子表。在每一步调用中，经过多次的交换，最终为中心元素找到最终的位置。与归并算法不同，快速排序是就地排序，而归并排序需要把元素在临时向量中拷贝，下面通过对以下向量进行排序来理解和加深快速排序算法的步骤：
v={800,150,300,650,550,500,400,350,450,400,900};
利用快速排序算法对此数据表进行排序的第0级划分过程如下： 向量v的索引范围为:[first,last) = [0,10),则中心点的索引为mid = (0+10)/2=5,中心点的值为v[5] = 500
快速排序算法的第一次划分的目的就是将向量v依据v[5]的值划分成两个子表sublist1和sublist2，其中sublist1中的值都小于v[5],而sublist2中的值都大于v[5],我们将sublist1称为左子表，sublist2称为右子表，并且确定v[5]的最终位置
下面就是实现这一目的需要我们作出的工作步骤：
1）首先将中心元素与起始位置的元素进行交换。
2）分别扫描左子表和右子表，左子表扫描起始位置为 first+1, 右子表从last-1开始。左子表从左向右扫描扫描，右子表从右向左扫描。直到左子表扫描位置大于或者等于右子表扫描位置时候结束。
在第一个步骤中，得到如下的数据表
500 150 300 650 550 800 400 350 450 400
而此时的左子表扫描位置处于索引1处，右子表扫描位置处于索引9处，先从左子表扫描，直到找到数据值大于中间值500的位置停止扫描，然后扫描右子表，直到找到数据值小于中间值500并且右子表的扫描位置（scandown)要小于左子表开始位置，防止数据溢出。找到之后，交换左子表与右子表中中扫描位置的元素，图示如下：
在交换v[3](650>500)与v[8](450<500)后，继续扫描左子表和右子表，如图
直到满足条件scanup>=scandown，然后scandown所在位置就是中心元素500的最终位置，交换v[0]与v[scandown)=v[5],第一次划分级别的最终结果数据集为：400,150,300,450,350,500,800,550,650,900,此时得到的左子表为:400,150,300,450,350,右子表为:800,550,650,900
下一个划分级别是处理上一级别产生的子表，按照相同的处理方法分别处理左子表和右子表，左子表索引位置[0,5),右子表索引位置[6,10),按照上面的处理步骤处理左子表(400,150,300,450,350)得到的最终结果为:150,300,400,450,350 右子表最终处理结果为:550,650,800,900 在处理结果中300与650分别是中心值，他们现在的位置就是最终位置
在接下来的处理中，总是处理上一步骤中留下的子表，当子表数目<=1的时候就不用处理子表了，而子表有两个元素的时候，比较大小，然后交换两元素位置即可。
大于2个元素的子表都和上面的处理步骤一样，我们将上面的处理过程编写出一个函数
private int pivotindex(int[] v, int first, int last)，那么快速排序算法就是对此函数的递归调用
|
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
71
72
73
74
75
76
77
78
79
|
/// <summary>/// 交换位置/// </summary>/// <param name="v"></param>/// <param name="index1"></param>/// <param name="index2"></param>private void swrap(int[] v, int index1, int index2){ int temp = v[index1]; v[index1] = v[index2]; v[index2] = temp;}/// <summary>/// 将向量v中索引{first,last)划分成两个左子表和右子表/// </summary>/// <param name="v">向量v</param>/// <param name="first">开始位置</param>/// <param name="last">结束位置</param>private int pivotindex(int[] v, int first, int last){ if (last == first) { return last; } if (last - first == 1) { return first; } int mid = (first + last) / 2; int midval = v[mid]; //交换v[first]和v[mid] swrap(v, first, mid); int scana = first + 1; int scanb = last - 1; for (; ; ) { while (scana <= scanb && v[scana] < midval) { scana++; } while (scanb > first && midval <= v[scanb]) { scanb--; } if (scana >= scanb) { break; } swrap(v, scana, scanb); scana++; scanb--; } swrap(v, first, scanb); return scanb; }public void sort(int[] v, int first, int last){ if (last - first <= 1) { return; } if (last - first == 2) { //有两个元素的子表 if (v[first] > v[last - 1]) { swrap(v, first, last - 1); } return; } else { int pivotindex = pivotindex(v, first, last); sort(v, first, pivotindex); sort(v, pivotindex + 1, last); }} |
快速排序因为每次划分都能将中心值元素找到最终的位置，并且左边值都小于中心值，右边都大于中心值，它的时间复杂度平均和归并算法一致为o(nlog2n);
任何一种基于比较的排序算法的时间复杂度不可能小于这个数，除非不使用比较的方法进行排序。
