看了这篇,你不可能学不会快速排序和归并排序

一、两者对比

快速排序

  • 当两个子数组都有序时,整个数组也就有序
  • 递归调用发生在处理整个数组之后
  • 切分的位置取决于数组的内容

归并排序

  • 将数组分为两个子数组分别排序,并将有序的子数组归并,以将整个数组排序
  • 递归调用发生在处理整个数组之前
  • 一个数组被等分为两半

二、快速排序详解

源码解析

public void QuickSort(int[] a) {
    shuffle(a);
    sort(a, 0, a.length - 1);
}

private void sort(int[] a, int lo, int hi) {
    if (hi <= lo) return;
    int j = partition(a, lo, hi);
    sort(a, lo, j - 1);
    sort(a, j + 1, hi);
}

private int partition(int[] a, int lo, int hi) {
    int i = lo;         // 左指针开始位置
    int j = hi + 1;     // 右指针开始位置
    int v = a[lo];      // 轴点
    while (true) {
        while (i < hi && a[++i] < v) {} // 从左向右扫描,直到找到一个大于等于轴点的元素
        while (lo < j && a[--j] > v) {} // 从右向左扫描,直到找到一个小于等于轴点的元素
        if (i >= j) break;
        exch(a, i, j);                  // 交换这两个没有排好的元素
    }
    // 轴点和左子数组最右元素交换
    // from   v    <=v    >=v
    //  to   <=v    v     >=v
    exch(a, lo, j);
    return j;           // 返回轴点位置
}

private void exch(int[] a, int i, int j) {
    int temp = a[i];
    a[i] = a[j];
    a[j] = temp;
}

// Fisher–Yates shuffle algorithm
private void shuffle(int[] a) {
    Random random = new Random();
    for (int i = a.length - 1; i >= 0; i--) {
        // 0 <= r <= i
        int r = random.nextInt(i + 1);
        exch(a, i, r);
    }
}

快速排序最好和最坏的情况

最好情况:

  • 轴点(pivot)总是落在子数组的中位数上

最坏情况:

  • 坏排序:原数组已经有序
  • 坏元素:所有元素都是重复的

在快速排序中,一个数组的partition的递归函数调用树看上去就像二叉树一样,如果pivot每次都接近子数组的中位数,那么整棵函数调用二叉树也会更接近平衡。

三、归并排序详解

源码解析

public void MergeSort(int[] a) {
    int[] aux = new int[a.length];
    sort(a, 0, a.length - 1);
}

private void sort(int[] a, int lo, int hi) {
    if (hi <= lo) return;
    int mid = lo + (lo + hi) / 2;
    sort(a, lo, mid);       // 排序左半边
    sort(a, mid + 1, hi);   // 排序右半边
    merge(a, lo, mid, hi);
}

private void merge(int[] a, int lo, int mid, int hi) {
    for (int k = lo; k <= hi; k++) {
        aux[k] = a[k];
    }
    int i = lo;         // 左半边起始位置
    int j = mid + 1;    // 右半边起始位置
    for (int k = lo; k <= hi; k++) {
        if      (i > mid)         a[k] = aux[j++];  // 左半边用完,取右半边元素
        else if (j > hi)          a[k] = aux[i++];  // 右半边用完,取左半边元素
        else if (aux[j] < aux[i]) a[k] = aux[j++];  // 右半边元素更小,取右半边元素
        else                      a[k] = aux[i++];  // 左半边元素更小,取左半边元素
    }
}

四、参考资料

  • Robert Sedgewick & Kevin Wayne《算法(第四版)》

  • UC Berkeley CS 61B

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,117评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,328评论 1 293
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,839评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,007评论 0 206
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,384评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,629评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,880评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,593评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,313评论 1 243
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,575评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,066评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,392评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,052评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,082评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,844评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,662评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,575评论 2 270