排序篇(7)--快速排序

希尔排序相当于直接插入排序的升级，它们同属于插入排序类，堆排序相当于简单选择排序的升级，同属于选择排序类，而接下来要说明的快速排序则是冒泡排序的一种升级，都属于交换排序类。

一、快速排序

基本思想：通过一趟排序将待排记录分割成独立的两部分，其中一部分记录的关键字均比另一部分记录的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序的目的。

二、快速排序算法实现

package Sort;/** * Created by LKL on 2017/3/4. */public class TestQuickSort {    public static void main(String[] args){        int[] adj = new int[]{5,1,9,8,3,7,4,6,2};        print(adj);        QuickSort(adj);    }    public static void QuickSort(int[] adj){        QSort(adj,0,adj.length-1);    }    public static void QSort(int[] adj,int low,int high){        int pivot;        if(low<high){            //将序列表一分为二，算出枢轴值            pivot = Partition(adj,low,high);            //对低子表递归排序            QSort(adj,low,pivot-1);            //对高子表递归排序            QSort(adj,pivot+1,high);            //打印输出每次的内容            print(adj);        }    }    /*    * 选出其中的一个关键字，放在一个合适的位置，    * 使得左边的值都比它小，右边的值比它大，将它成为枢轴（pivot）    *    * */    public static int Partition(int[] adj,int low,int high){        int pivotkey;        pivotkey=adj[low];        //从表的两端交替向中间扫描        while(low<high){            while(low<high&&adj[high]>=pivotkey){                high--;            }            swap(adj,low,high);//将比枢轴记录小的交换到低端            while(low<high&&adj[low]<=pivotkey){                low++;            }            swap(adj,low,high);//将比枢轴记录大的交换到高端        }        return low;    }    public static void swap(int[] adj,int low,int high){        int temp;        temp=adj[low];        adj[low]=adj[high];        adj[high]=temp;    }    public static void print(int[] data) {        for (int i = 0; i < data.length; i++) {            System.out.print(data[i] + "\t");        }        System.out.println();    }}

运行结果如下：

5   1   9   8   3   7   4   6   2   1   2   3   4   5   7   8   6   9   1   2   3   4   5   7   8   6   9   1   2   3   4   5   6   7   8   9   1   2   3   4   5   6   7   8   9   1   2   3   4   5   6   7   8   9

三、快速排序优化

由于上述代码，我们是有一个假设性的操作，即假设pivot刚好处于low与high的中间，而事实并不会这么凑巧，当出现{9,1,3,5,2,4,7,6,8}，此时pivot为9，转化后，并没有发生什么实质性的优化，因此有人想到了“三数取中法”，即取三个关键字先进行排序，将中间数作为枢轴，一般是取左端、右端和中间三个数。此时，pivot至少不会是最大或者最小了。
主要是修改了Patition方法，首先判定pivot不是最大，也不是最小。

 /*    * 选出其中的一个关键字，放在一个合适的位置，    * 使得左边的值都比它小，右边的值比它大，将它成为枢轴（pivot）    *    * */    public static int Partition(int[] adj,int low,int high){        int pivotkey;        int m=low +(high-low)/2;        if(adj[low]>adj[high]){            swap(adj,low,high);        }        if(adj[m]>adj[high]){            swap(adj,high,m);        }        if(adj[m]>adj[low]){            swap(adj,m,low);        }        pivotkey=adj[low];        //从表的两端交替向中间扫描        while(low<high){            while(low<high&&adj[high]>=pivotkey){                high--;            }            swap(adj,low,high);//将比枢轴记录小的交换到低端            while(low<high&&adj[low]<=pivotkey){                low++;            }            swap(adj,low,high);//将比枢轴记录大的交换到高端        }        return low;    }

四、快速排序复杂度分析

(1)快速排序最优的时间复杂度

快速排序最优的情况就是每一次取到的元素都刚好平分整个数组(很显然上面的不是)；
此时的时间复杂度公式则为：T[n] = 2T[n/2] + f(n)；T[n/2]为平分后的子数组的时间复杂度，f[n] 为平分这个数组时所花的时间；
下面来推算下，在最优的情况下快速排序时间复杂度的计算(用迭代法)：

       T[n] =  2T[n/2] + n       ------第一次递归                                                                        

令：n = n/2 = 2 { 2 T[n/4] + (n/2) } + n —-第二次递归

            =  2^2 T[ n/ (2^2) ] + 2n

令：n = n/(2^2) = 2^2 { 2 T[n/ (2^3) ] + n/(2^2)} +2n ——-第三次递归

            =  2^3 T[  n/ (2^3) ]  + 3n            ......................................................................................                                    令：n = n/(  2^(m-1) )    =  2^m T[1]  + mn                                                  ----------------第m次递归(m次后结束)            当最后平分的不能再平分时，也就是说把公式一直往下跌倒，到最后得到T[1]时，说明这个公式已经迭代完了（T[1]是常量了）。

得到：
T[n/ (2^m) ] = T[1] ===>> n = 2^m ====>> m = logn；
T[n] = 2^m T[1] + mn ；其中m = logn;

           T[n] = 2^(logn) T[1] + nlogn  =  n T[1] + nlogn  =  n + nlogn  ；其中n为元素个数

又因为当n >= 2时：nlogn >= n (也就是logn > 1)，所以取后面的 nlogn；

           综上所述：快速排序最优的情况下时间复杂度为：O( nlogn )。

(2)最差情况下时间复杂度

最差的情况就是每一次取到的元素就是数组中最小/最大的，这种情况其实就是冒泡排序了(每一次都排好一个元素的顺序),其时间复杂度为O(n^2)。

(3)平均时间复杂度为O(nlogn)

(4)空间复杂度：

最优的情况下空间复杂度为：O(logn)；每一次都平分数组的情况；最差的情况下空间复杂度为：O( n )；退化为冒泡排序的情况。

文章只是作为自己的学习笔记，借鉴了网上的许多案例，如果觉得阔以的话，希望多交流，在此谢过…