锋盈数科-知识库 Logo
首页
软件开发
计算机基础
Hello Halo
新手必读
关于本知识库
登录 →
锋盈数科-知识库 Logo
首页 软件开发 计算机基础 Hello Halo 新手必读 关于本知识库
登录
  1. 首页
  2. 软件开发
  3. 数据结构——快速排序的优化

数据结构——快速排序的优化

0
  • 软件开发
  • 发布于 2024-08-19
  • 1 次阅读
黄健
黄健

作者:敲代码の流川枫

博客主页:流川枫的博客

专栏:和我一起学java

语录:Stay hungry stay foolih

Apifox = Postman + Swagger + Mock + JMeter。集接口文档工具、接口Mock工具、接口自动化测试工具、接口调试工具于一体,提升 10 倍研发效率。

文章目录

1.快速排序的特性

2.寻找基准的方法

2.1 Hoare法

2.2挖坑法

2.3前后指针法

3.快速排序优化

3.1划分不均匀

3.2 对后几层使用插入排序



1.快速排序的特性

时间复杂度:O(N*log(N))
空间复杂度:O(log(N))
稳定性:不稳定 当数据有序时,时间复杂度O(N^2)空间复杂度O(N)

2.寻找基准的方法

2.1 Hoare法

public static void quickSort(int[] array){
        sort(array,0, array.length-1);
    }
    private static void sort(int[] array,int start,int end){
        //防止只有左子树或者右子树的情况
        if(start >= end){
            return;
        }
        int povit = partion(array,start,end);
        sort(array,start,povit-1);
        sort(array,povit+1,end);
    }
    private static int partion(int[] array,int left,int right){
        //记录原始位置下标,方便后面和povit位置交换
        int i = left;
        //寻找参考值
        int povit = array[i];
        while(left<right){
         

            while(left < right && array[left] <= povit){ //单独的循环,防止循环内一直到left>right,要加条件
                right--;
            }
            while(left < right && array[left] >= povit){
                left++;
            }
            //交换
            swap(array,left,right);
        }
        //交换povit到相遇的位置
        swap(array,left,i);
        return left;
    }

* 问题1:为什么先从right 向左找?
* 从右边开始找基准位置,是因为从左边开始找,左边先找到一个比array[left]大的数,然后右边
* 向左找,左右肯定相遇,这时候交换,会把比基准值大的数交换到基准位置左边,达不到二分的目的了
*
* 问题2:为什么左右数组值比较时要带等于号?
* 如果出现两边开始时值相同的情况,即左值不小于也不大于右值,两个循环都不会进去
* 只会完成左右值一直交换,死循环了

2.2挖坑法

private static int paration1(int[] array,int left,int right){
        int povit = array[left];
        while(left<right){
            while (left < right && array[right] >= povit) {
                right--;
            }
            array[left] = array[right];
            while(left < right && array[left] <= povit){
                left++;
            }
            array[right] = array[left];
        }
        array[left] = povit;
        return left;
    }

2.3前后指针法

private static int paration2(int[] array,int left,int right){
        int prev = left;
        int cur = left+1;
        while(cur <= right){
            if(array[cur] < array[left] && array[++prev] != array[cur]){
                swap(array,prev,cur);
            }
            cur++;
        }
        swap(array,prev,left);
        return prev;
    }

3.快速排序优化

3.1划分不均匀

当遇到单分支树的情况,会出现划分不均匀的问题,就会导致递归次数太多

三数取中法

    private static void sort1(int[] array,int start,int end){
        //防止只有左子树或者右子树的情况
        if(start >= end){
            return;
        }
        //在找基准之前,解决划分不均匀的问题,将关键值改变为中间大小的值后,能解决单分支的情况
        int index = findMidValOfIndex(array,start,end);
        swap(array,start,index);

        int povit = partion(array,start,end);
        sort(array,start,povit-1);
        sort(array,povit+1,end);
    }
    /*
    找到中位数
     */
    private static int findMidValOfIndex(int[] array,int start,int end){
        int midIndex = (start+end)/2;

        if(array[start] < array[end]){
            if(array[midIndex] < array[start]) {
                return start;
            } else if (array[end] < array[midIndex]) {
                return end;
            }
            else {
                return midIndex;
            }
        }
        else {
            if (array[midIndex] > array[start]){
                return start;
            } else if (array[midIndex] < array[end]) {
                return end;
            }
            else {
                return midIndex;
            }
        }
    }

3.2 对后几层使用插入排序

当递归的区间很小的时候我们可以用插入排序,二叉树后几层节点数占总体节点数的大部分,
递归次数最多也发生在后几层,往后也越来越有序,就不递归了。用插入排序

private static void sort2(int[] array,int start,int end){
        //防止只有左子树或者右子树的情况
        if(start >= end){
           return;
        }
        if(( end-start+1) <= 15){
        //插入排序减少后几层 的递归
            insertSort1(array,start,end);
        }
        //在找基准之前,解决划分不均匀的问题,将关键值改变为中间大小的值后,能解决单分支的情况
        int index = findMidValOfIndex(array,start,end);
        swap(array,start,index);

        int povit = partion(array,start,end);
        sort(array,start,povit-1);
        sort(array,povit+1,end);
    }
    public static void insertSort1(int[] array,int left,int right){
        for (int i = left+1; i <= right ; i++) {
            int j = i-1;
            int tmp = array[i];
            for (; j >= left ; j--) {
                if(array[j] > array[i]){
                    array[j+1] = array[j];
                }
                else{
                    break;
                }
            }
            array[j+1] = tmp;
        }
    }


原文链接: https://blog.csdn.net/chenchenchencl/article/details/127609553

标签: #知识库 257
相关文章

万字:支付“核心系统”详解 2024-11-02 15:33

专栏作者:隐墨星辰 \| 主编:陈天宇宙 这篇文章也尝试化繁为简,探寻支付系统的本质,讲清楚在线支付系统最核心的一些概念和设计理念。 虽然支付行业已经过了风头最劲的时光,但跨境支付仍然在蓬勃发展,每年依然有很多新人进入这个行业,这篇文章尝试为这些刚入行的新人提供一点帮助。 文章只介绍一些支付行业十几

资深支付架构师视角:实战从问题定义到代码落地的完整套路 2024-11-02 15:33

前言 今天从一个实际案例入手,介绍站在架构师的角度,如何识别并定义问题,提炼需求,技术方案选型,再到详细设计,最后利用AI的能力协助写出核心的代码,验证与调优。 解决问题存在一定的模式,也可以称之为框架,总结出自己的思考和解题框架,以后再碰到同类型的问题就可以如庖丁解牛一样容易。 很多年前,我写代码

Spring 实现 3 种异步接口 2024-10-18 09:07

大家好,我是苏三~ 如何处理比较耗时的接口? 这题我熟,直接上异步接口,使用 Callable、WebAsyncTask 和 DeferredResult、CompletableFuture等均可实现。 但这些方法有局限性,处理结果仅返回单个值。在某些场景下,如果需要接口异步处理的同时,还持续不断地

重学SpringBoot3-集成Redis(五)之布隆过滤器 2024-10-08 11:24

更多SpringBoot3内容请关注我的专栏:《SpringBoot3》 期待您的点赞👍收藏⭐评论✍ 重学SpringBoot3-集成Redis(五)之布隆过滤器 1. 什么是布隆过滤器? * 基本概念 适用场景 2. 使用 Redis 实现布隆过滤器 * 项目依赖 Redis 配置

设计模式第16讲——迭代器模式(Iterator) 2024-10-08 11:24

一、什么是迭代器模式 迭代器模式是一种行为型设计模式,它提供了一种统一的方式来访问集合对象中的元素,而不是暴露集合内部的表示方式。简单地说,就是将遍历集合的责任封装到一个单独的对象中,我们可以按照特定的方式访问集合中的元素。 二、角色组成 抽象迭代器(Iterator):定义了遍历聚合对象所需的方法

vue2路由和vue3路由区别及原理 2024-10-08 11:24

一、Vue2 与 Vue3 路由的区别 1. 创建路由实例方式的不同 Vue 2 中,通过 Vue.use() 注册路由插件,并通过 new VueRouter() 来创建路由实例。 import Vue from 'vue';import VueRouter from 'vue-router';i

目录

IT 外包服务商

  • 意见投递
  • zyf6619

软件开发应用

主菜单

  • 首页
  • 软件开发
  • 计算机基础
  • Hello Halo
  • 新手必读
  • 关于本知识库
Copyright © 2024 your company All Rights Reserved. Powered by Halo.