快排我接觸的也比較多了，從之前NOIP的時候算法老師講的版本，到之前數據結構課上學習的版本，到現在《算法導論》里講的版本，我個人并不能不能區別它們的好壞，權且都寫出來，以后再來區別。三種實現方式如下：

noip：

void qsort1(int *a,int l,int r)
{
int i,j,mid,temp;
i=l;j=r;mid=a[(i+j)/2];
while(i<=j)
{
while(a[i]<mid) i++;
while(a[j]>mid) j--;
if(i<=j)
{
temp=a[i];a[i]=a[j];a[j]=temp;
i++;j--;
}
}
if(l<j) qsort1(a,l,j);
if(i<r) qsort1(a,i,r);
}

思路即是選取中間數作為參考值，i,j分別從兩端向另外一端枚舉，然后從左邊找到一個比它小的數，從右邊找到一個比它大的數，互換位置，直到i,j位置互調，然后進行下一輪遞歸。

數據結構：

int partition(int *a,int l,int r)
{
int temp;
while(l<r)
{
while(l<r&&a[l]>=flag) l++;
temp=a[l];a[l]=a[r];a[r]=temp;
while(l<r&&a[r]<=flag) l++;
temp=a[l];a[l]=a[r];a[r]=temp;
}
return l;
}
void qsort2(int *a,int l,int r)
{
if(l<r)
{
int flag = partition(a,l,r);
qsort2(a,l,flag-1);
qsort2(a,flag+1,r);
}
}

這個實現就是遇到大的就往后移，遇到小的就往前移。

算法導論：

int partition(int *a,int l,int r)
{
int i,j,x,temp;
x=a[r];
i=l-1;
for(j=l;j<r;j++)
if(a[j]<x)
{
i++;
temp=a[i];a[i]=a[j];a[j]=temp;
}
temp=a[i+1];a[i+1]=a[r];a[r]=temp;
return i+1;
}
void qsort3(int *a,int l,int r)
{

if(l<r)
{
int flag = partition(a,l,r);
qsort3(a,l,flag-1);
qsort3(a,flag+1,r);
}
}

算法格式上來說，算法導論的版本與數據結構類似，但是思路上有些不同：算法導論是維護一個相鄰的小隊列，當發現隊列右端的數比flag標簽小時，就將它與隊列中的一個數調換，這樣可以輕易地將待排序數組分為四段：最左側 l~i均小于flag，i+1～j均大于flag，j+1～r-1為未排序，r處即是flag標簽。

　　po完了三種版本的代碼，再來談一下快速排序，快排顧名思義就是非常快的排序，它是一種原地排序算法（不需要輔助數組），不穩定的，同時它的期望值是較為理想的O（nlgn），但最壞情況下會達到O(n^2)。

下面講述快排的幾種優化方法。

　　第一點，怎么變穩定。這個應該不難，就是添加一個標號數組，記錄未排序時各元素的下標(b[i]=i)，排序時加入雙關鍵字（先按照大小排，大小相同按照標號排）即可，這種方法對于快速排序的時間復雜度影響不是很大，因此有必要時可以這樣修改以適應不同情況。

　　第二點，快速排序的最壞情況是O(N^2)，即每次劃分都劃分成(1,n-1)這樣的集合，這是我們無論如何也不想看到的情況。因此我們可以引入隨機化快排。

對于第一種版本，只要對mid進行小操作即可(mid=a[(l+r)/2]改為mid=a[random(l,r)]) ? ?//此處存疑，因為看了算法導論之后才清楚認識到快排的最壞情況是什么,這個算法每次將集合劃分為等長的兩部分，按理說深度是lgn的，但之前好多情況過不了題目，后來使用隨機化確實過掉了。

第二種版本我并不知道如何使用隨機化-。-

第三種版本則是在x的選擇上動手腳（x=a[r]改為x=random(l,r);swap(a[x],a[r]);x=a[r];）這樣就從l，r之間隨機選擇了一個數作為x，而不是原本的a[r]。

　　第三點，跟歸并排序的優化類似，就是在劃分到足夠小的集合時使用插入排序，這個在另一篇文章里已經說過了，應當將集合劃分為lgn大小時使用插入排序，最好情況即此。

?

轉載于:https://www.cnblogs.com/kangyun/p/4356735.html

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的排序和顺序统计学(2)——快速排序的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。