快速排序的算法思想及Python版快速排序的实现示例
快速排序是C.R.A.Hoare于1962年提出的一种划分交换排序。它采用了一种分治的策略,通常称其为分治法(Divide-and-ConquerMethod)。
1.分治法的基本思想
分治法的基本思想是:将原问题分解为若干个规模更小但结构与原问题相似的子问题。递归地解这些子问题,然后将这些子问题的解组合为原问题的解。
2.快速排序的基本思想
设当前待排序的无序区为R[low..high],利用分治法可将快速排序的基本思想描述为:
(1)分解:
在R[low..high]中任选一个记录作为基准(Pivot),以此基准将当前无序区划分为左、右两个较小的子区间R[low..pivotpos-1)和R[pivotpos+1..high],并使左边子区间中所有记录的关键字均小于等于基准记录(不妨记为pivot)的关键字pivot.key,右边的子区间中所有记录的关键字均大于等于pivot.key,而基准记录pivot则位于正确的位置(pivotpos)上,它无须参加后续的排序。
注意:
划分的关键是要求出基准记录所在的位置pivotpos。划分的结果可以简单地表示为(注意pivot=R[pivotpos]):
R[low..pivotpos-1].keys≤R[pivotpos].key≤R[pivotpos+1..high].keys
其中low≤pivotpos≤high。
(2)求解:
通过递归调用快速排序对左、右子区间R[low..pivotpos-1]和R[pivotpos+1..high]快速排序。
(3)组合:
因为当"求解"步骤中的两个递归调用结束时,其左、右两个子区间已有序。对快速排序而言,"组合"步骤无须做什么,可看作是空操作。
Python实现
原理: 先用初始数据, 然后对这个数据进行排序使左边的数据小于
该数据,右边的大于该数据,然后用递归的方法对两边的数据进行依次排序。
#!/usr/bin/env python #_*_coding:utf-8_*_ def rand(x): import random if x < 3: x = 5 if x > 1000: print "big data" return [] l = range(1, x) li = [] while l: r = random.randint(0, len(l)-1) li.append(l.pop(r)) return li def quicksort(l, low, hight): key = l[low] while low < hight: while key <= l[hight] and low < hight: hight -= 1 l[low], l[hight] = l[hight], l[low] while key >= l[low] and low < hight: low += 1 l[low], l[hight] = l[hight], l[low] l[hight] = key return hight def m_sort(l, low, hight): if low >= hgiht: return index = quicksort(l, low, hight) m_sort(l, low, index) m_sort(l, index+1, hight) def main(): l = rand(1500) m_sort(l, 0, len(l)-1) print l if __name__ == '__main__': main()