【C/排序算法】：快速排序和冒泡排序

2024-06-25 1806阅读

一，快速排序

快速排序是一种比较复杂的排序算法，它总共有4种实现方式，分别是挖坑法，左右"指针"法，前后"指针"法，以及非递归的快速排序 (本文只讲述递归实现，非递归实现以后有专门的文章) ，并且这些算法中也会涉及多种优化措施，比如三数取中，小区间优化，下面都会一一介绍。

由于它效率极高的缘故，快速排序也是日常开发中使用最多的，最重要的排序算法。

1. 挖坑法

1.1 基本思想：

任取待排序元素序列中的某元素(一般选最左边或最右边的元素)作为基准值(也叫做 key 关键字)，按照该排序码将待排序集合分割成两子序列，左子序列中所有元素均小于基准值，右子序列中所有元素均大于基准值，然后左右子序列重复该过程，直到所有元素都排列在相应位置上为止。

1.2 一趟排序图解如下：

给定一无序数组，选第一个元素为关键字 key = 6

我们选定关键字 key = 6后，就说明6的位置就可以被覆盖了，所以我们就说左边形成了一个****坑，用pivot 表示。

左边有坑，右边的 end 要从最后一个元素开始找比 key 小的数，找到后放到左边的坑里，所以5放进了坑中

5被拿走之后，右边它原来所在的位置就形成了一个新坑，此时，左边的 begin 要开始找比 key 大的数，找到后放到右边的坑里，所以7放进了坑中

7被拿走后，左边又形成了一个新坑，此时，end 又要开始找比 key 小的数放到左边的坑里，所以4放进了坑中

此时，右边又形成了新坑，begin 要开始找比 key 大的数，找到后放到右边的坑里，所以9放进了坑中

左边又形成了坑，右边 end 开始找，找到了3，放入坑中

最后一次 begin++ 后，begin 和 end 重叠了，并且它们一定相遇在坑中，此时，把 key 放入坑中即可。

上述操作只是第一趟排序，只排好了一个数，此时第一个基准 key = 6已经在它合适的位置上了(排好序后的位置)，后面对左右子序列排序时6不动。并且已经把数组分成了两个子序列，以 key 为基准，左边的元素都比它小，右边的元素都比它大。

1.3 单趟排序的代码实现如下：

注意：第二个和第三个 while 中的 begin 不能缺少，要防止在找大和找小的时候 begin 和 end 错开或是在极端情况下(比如已经升序时)end一直减导致越界。

int PartSort1(int* arr, int sz)
{
	int begin = 0;
	int end = sz -1;
	int key = arr[begin];
	int pivot = begin;
	//这是排一趟，只排好了一个数
	while (begin  key)
		{
			end--;
		}
		//小的放到了左边的坑里，右边end自己形成了新的坑
		arr[pivot] = arr[end];
		pivot = end;
		//右边有坑，左边end找比key大的
		while (begin  
1.4 整体排序 
要利用分治递归思想。第一趟排序把整个数组分割成了左子序列和右子序列，如果左右子序列都有序了，那么整个数组就有序了，所以再递归使用前面的挖坑算法，再找出关键字，再把左右子序列分割成子序列…… 直到关键字的左右两边只有一个数据不可再递归，或者是关键字的左序列，右序列都是有序，那么整体就有序了。 
如图所示：
 
1.5 整体排序过程代码实现如下： 
注意：因为是左右子序列，所以要控制一个区间。 
void QuickySort(int* arr, int left,int right)
{
    //当左右子区间不存在，或只有一个元素时，
    //就不需要递归了，排序完成
	if (left >= right)
	{
		return;
	}
    int begin = left;
	int end = right;
	int key = arr[begin];
	int pivot = begin;
	//这是排一趟，只排好了一个数
	while (begin  key)
		{
			end--;
		}
		//小的放到了左边的坑里，右边end自己形成了新的坑
		arr[pivot] = arr[end];
		pivot = end;
		//右边有坑，左边end找比key大的
		while (begin  
2. 快速排序的优化 
2.1 三数取中 
上文快排的算法思想有一个致命的缺陷：那就是当数据为有序时，其时间复杂度为O(N*N)。 
 
 原因：这是因为在取关键字 key 的值时，一直都是选最左边(或最右边)的数据。当数组本为升序时，每次关键字的右子序列的值都比它大，再次递归调用时，右子序列的子序列也是如此(降序同理)。 
 
所以这个缺陷的原因就是 key 的取值。
那该如何取 key的值呢？一个比较好的方法是三数取中。 
 
 三数取中：并不是指取所有数据中间的那数，而是指在三个数中取那个不大不小的中间数，这个数可能在最左边，也可能在最右边。 
 
通过这种类似随机选数的方法，就能保证一定不是数据中最大或最小的值做 key。 
2.1.1 三数取中的代码的实现： 
//三数取中
int GetMidIndex(int* arr, int left, int right)
{
    //右移有除2的效果
	int mid = (left + right) >> 1;
	if (arr[mid] > arr[left])
	{
		if (arr[mid]  arr[right])
		{
			return left;
		}
		else
		{
			return right;
		}
	}
	else   //arr[mid]  arr[right])
		{
			return mid;
		}
		else if (arr[left]  
但是挖坑算法中我们习惯拿 begin 作为 key ，为了保持挖坑算法不被改变，我们把 begin 指向的值和通过三数取中选出的数的指向的值进行交换，确保 key 仍是begin指向的值。 
代码实现为： 
void Swap(int* p1, int* p2)
{
	int tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}
void QuickySort(int* arr, int left,int right)
{   
    //当左右子区间不存在，或只有一个元素时，
    //就不需要递归了，排序完成
	if (left >= right)
	{
		return;
	}
	
	int begin = left;
	int end = right;
    int index = GetMidIndex(arr, left, right);
    Swap(&arr[index], &arr[left]);//交换一下，保证key还是最左边的数
	int key = arr[begin];
	int pivot = begin;
	//这是排一趟，只排好了一个数
	while (begin  key)
		{
			end--;
		}
		//小的放到了左边的坑里，右边end自己形成了新的坑
		arr[pivot] = arr[end];
		pivot = end;
		//右边有坑，左边end找比key大的
		while (begin  
2.2 小区间优化 
我们知道在函数调用的过程中会在内存中建立栈帧，栈帧的建立也是需要时间和空间的。假设用上述代码排100W个数据，则大致有20层的递归调用，但是在最后几层中就大概调用了80多万次函数，它占用了栈帧的绝大多数空间和时间。 
那么有人就会想，能不能把最后几层的函数递归调用消除呢？ 
官方给出的一种方法是小区间优化法，用于减少递归调用次数。 
就是在排序的过程中当左右子序列中的数据个数大于某个数量时，不进行递归了，而是选用其他排序算法进行排序。这里一般用插入排序。 
2.2.1 小区间优化的代码实现： 
(注意：插入排序的算法这里没有给出，想要了解的请前往我的主页。) 
//小区间优化法:减少递归调用次数
//  keyindex - 1 - left 指子序列中的元素个数
//  > 10是我们控制的一个界限  
if (keyindex - 1 - left > 10)
{
	QuickySort(arr, left, keyindex - 1);
}
else
{  
    // arr + left 是指这时的子序列不一定从第一个元素开始
    //keyindex - 1 - left + 1 是指元素的个数
	InsertSort(arr + left, keyindex - 1 - left + 1);
}
if (right - (keyindex + 1) > 10)
{
	QuickySort(arr, keyindex + 1, right);
}
else
{
	InsertSort(arr + keyindex + 1, right - (keyindex + 1) + 1);
}
 
但是由于小区间优化所带来的效率提升并不显著，而且它是与我们所控制的那个界限有关，所以平时并没有过于注重这个优化。 
3.挖坑法的完整排序代码 
void Swap(int* p1, int* p2)
{
	int tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}
//三数取中
int GetMidIndex(int* arr, int left, int right)
{
    //右移有除2的效果
	int mid = (left + right) >> 1;
	if (arr[mid] > arr[left])
	{
		if (arr[mid] arr[right])
		{
			return left;
		}
		else
		{
			return right;
		}
	}
	else   //arr[mid]  arr[right])
		{
			return mid;
		}
		else if (arr[left]  key)
		{
			end--;
		}
		//小的放到了左边的坑里，右边end自己形成了新的坑
		arr[pivot] = arr[end];
		pivot = end;
		//右边有坑，左边end找比key大的
		while (begin = right)
	{
		return;
	}
	
    int keyindex = PartSort1(arr, left, right);
	// [left] keyindex [right]
	// [left keyindex -1]  keyindex [keyindex +1 right]
	// 左子区间和右子区间有序，整体就有序了
	QuickySort(arr, left, keyindex - 1);
    QuickySort(arr, keyindex + 1, right);
    
    //或是
    /*if (keyindex - 1 - left > 10)
{
	QuickySort(arr, left, keyindex - 1);
}
else
{  
    // arr + left 是指这时的子序列不一定从第一个元素开始
    //keyindex - 1 - left + 1 是指元素的个数
	InsertSort(arr + left, keyindex - 1 - left + 1);
}
if (right - (keyindex + 1) > 10)
{
	QuickySort(arr, keyindex + 1, right);
}
else
{
	InsertSort(arr + keyindex + 1, right - (keyindex + 1) + 1);
}*/
 
排序结果为：
 
3.1 时间复杂度与稳定性 
挖坑法的时间复杂度是O(N*logN),是不稳定的排序。 
3. Hoare法 
3.1 算法思想： 
 
 与挖坑法类似，一般也要用三数取中法选一个关键字做 key，最终也是把整个数组分割成左右两个子序列，左子序列中所有元素均小于基准值，右子序列中所有元素均大于基准值。 
 
只是实现的方式不同，左右"指针"法是分别从数组的最左边和最右边开始找数，左边的 begin 找比 key大的数，右边的 end 找比 key 小的数，找到后把这两个位置上的数交换，直到分割成左右两个子序列，然后左右子序列重复该过程，直到所有元素都排列在相应位置上为止。 
3.2 单趟排序的图解如下： 
给定一无序数组，选第一个元素为关键字 keyi = 6，这里的keyi是数组的下标
 
begin++ 找比 keyi 大的数，end – 找比 keyi 小的数，找到后停下来交换
重复上述操作
最后当 begin 和 end 相遇时，把相遇位置上的数与关键字 keyi所在位置的数交换：
 
有人可能会想，为什么相遇位置的数据一定比keyi位置的数据小呢？ 
答案：这是右边先走保证的。 
 
 
最终排完第一趟后，以 keyi所指向的数6为基准，左边的元素都比它小，右边的元素都比它大。 
递归图解如下： 
 
3.3 单趟排序的代码实现： 
注意：
1.代码中的三数取中函数与交换函数在上文，此处就直接调用
2.第二个和第三个while中的 begin  
4.复杂度和稳定性的分析
1.最坏：有序或接近有序时，时间复杂度为O(N^2) 数据为随机值时，时间复杂度为O(N*logN)。
2.空间复杂度：由于递归要建立栈帧，O(logN)。
2.快速排序算法是不稳定的。 
三，冒泡排序 
1.基本思想： 
从序列的一端开始往另一端冒泡，依次比较相邻的两个数的大小。 
设数组长度为N。 
1.每轮比较相邻的前后两个数据，如果前面数据大于(或者小于)后面的数据，就将这两个个数据交换。 
2.这样每轮对数组的第0个数据到N-1个数据进行一次遍历后，最大或者最小的一个数据就到数组第N-1个位置。 
3.第一轮比较到下标为N-1的数据（最后一个），以后每次比较都-1。 
2.图解冒泡排序：
以 [ 8，2，5，9，7 ] 这组数字来做示例：
从左往右依次冒泡，将小的往右移动(排降序)
第一轮冒泡：
首先比较第一个数和第二个数的大小，我们发现 2 比 8 要小，那么保持原位，不做改动。位置还是 8，2，5，9，7 。指针往右移动一格，接着比较： 
 
比较第二个数和第三个数的大小，发现 2 比 5 要小，所以位置交换，交换后数组更新为：[ 8，5，2，9，7 ]。
指针再往右移动一格，继续比较： 
 
比较第三个数和第四个数的大小，发现 2 比 9 要小，所以位置交换，交换后数组更新为：[ 8，5，9，2，7 ]。同样，指针再往右移动，继续比较： 
 
比较第 4 个数和第 5 个数的大小，发现 2 比 7 要小，所以位置交换，交换后数组更新为：[ 8，5，9，7，2 ]。 
下一步，指针再往右移动，发现已经到底了，则本轮冒泡结束，处于最右边的 2 就是已经排好序的数字。 
通过这一轮不断的对比交换，数组中最小的数字移动到了最右边。 
重复上述步骤，得到的最终结果是： 
3.代码实现冒泡排序如下： 
void Swap(int* p1, int* p2)
{
	int tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}
void BubbleSort(int* arr, int sz)
{
	for (int j = 0; j  
4.冒泡排序的小优化： 
假设我们要排降序，如果数组此时就是降序，那么在第一轮比较过后数据并没有发生交换，那就不要再进行多于的后续比较了，直接跳出循环即可。 
void BubbleSort(int* arr, int sz)
{
	for (int j = 0; j  arr[i])
			{
				//前一个比后一个大，就交换
				Swap(&arr[i - 1], &arr[i]);
				
				//如果不是有序的就发生了交换，exchange=1
				exchange = 1; 
			}
		}
		//如果一趟比较过后发现是有序的，就直接跳出循环
		if (exchange == 0)
		{
			break;
		}
	}
}
 
5.时间复杂度和稳定性的分析 
 
 最好：就是顺序时，时间复杂度为O(N)
乱序时：时间复杂度为O(N*N) 
 
所以冒泡排序的时间复杂度是O(N*N)。
冒泡排序算法是稳定的。

VPS购买请点击我

免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度，360，搜狗等多加搜索引擎自动关键词搜索配图，如有侵权的图片，请第一时间联系我们，邮箱：ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

【C/排序算法】：快速排序和冒泡排序

目录

一，快速排序

1. 挖坑法

相关阅读

怎么把织梦的模板替换?

dedecms怎么调用特定的栏目文档?

怎么抓包一个网页?

wap怎么封装app?

目录[+]