博客
关于我
数据结构常见排序算法——快速排序(定义、特征、递归和非递归实现、优化、快速排序 Vs. 归并排序 Vs. 堆排序)
阅读量:525 次
发布时间:2019-03-08

本文共 558 字,大约阅读时间需要 1 分钟。

快速排序

定义

快速排序的基本思想是通过一轮排序将数据分成两个独立的部分,其中一部分的值均小于另一部分的值。这种方法通过减少比较次数,降低了排序时间。

特征

  • 最优时间复杂度:O(nlogn)
  • 最差时间复杂度:O(n2)
  • 不稳定性:快速排序在交换过程中可能改变相同元素的顺序,因此是不稳定的排序算法。
  • 最坏排序场景:当基准值将数组分割成一个单元素子数组和另一个n-1元素子数组时,快速排序的性能会退化为冒泡排序。
  • 平均时间复杂性:O(nlogn)(假设基准值的位置是均匀随机的)。
  • 优化方法

  • 随机基准选择:虽然在最坏情况下仍然可能出现劣质分割,但随机化的概率极低。
  • 三数取中法:使用数组前三个或者后三个元素的中值作为基准,减少预排序数据带来的性能问题。
  • 打乱排序性:通过打乱原始数组,可以有效减少结sort在预排序数据中的性能问题。
  • 与其他排序算法的比较

  • 与堆排序的比较

    • 堆排序的最坏情况也是O(nlogn),但在实际应用中表现较慢。
    • 堆排序需要固定额外的存储空间,而快速排序在递归实现下需要的栈空间为O(logn),在最坏情况下则需要O(n)的栈空间。
  • 与归并排序的比较

    • 归并排序是一个稳定排序,但需要额外的空间复制数据。
    • 归并排序需要较多的比较次数,当数据量较大时,归并操作的开销也会显著增加快速排序的优势。
  • 参考

    转载地址:http://ovuiz.baihongyu.com/

    你可能感兴趣的文章
    python中 将你的名字转化成为二进制并输出
    查看>>
    Python中*args 和**kwargs的用法
    查看>>
    Python中*args 和**kwargs的用法
    查看>>
    Python中*args和**kwargs的使用
    查看>>
    python中0、1、True、False、if条件
    查看>>
    python中argparse模块关于 parse_args() 函数详解(全)
    查看>>
    python中base64编码与解码
    查看>>
    python中break怎么用_详解Python中break语句的用法
    查看>>
    python中del函数的垃圾回收
    查看>>
    Python中DrissionPage的详细解析与实战
    查看>>
    python中enumerate、变量类型转换
    查看>>
    python中execute是啥_python – 为什么“c.execute(…)”打破循环?
    查看>>
    python中exit和break区别_Python中exit()和sys.exit()之间的区别
    查看>>
    python中h5的用法
    查看>>
    python中http协议编程_HTTP编程
    查看>>
    python中import os_Python:相对导入与绝对导入(import)、os.path、__file__
    查看>>
    python中is和==操作符
    查看>>
    Python中range对象的使用以及打印九九乘法表
    查看>>
    Python中set.discard和set.remove方法之间的运行时差异?
    查看>>
    python中tkinter中value_输入字段中的python Tkinter get()值
    查看>>