【初阶数据结构篇】冒泡排序和快速排序（中篇）

文章目录

冒泡排序和快速排序
- 前言
- 代码位置
- 冒泡排序
- 快速排序
- - 递归法实现
  - - hoare版本
    - 挖坑法
    - lomuto前后指针
    - 递归法复杂度分析
  - 非递归法实现

冒泡排序和快速排序

前言

本篇以排升序为例

代码位置

gitee

冒泡排序

动图理解
在这里插入图片描述

作为第一个接触的排序算法，冒泡排序想必大家已经很熟悉了
- 总共n个数据，要排n-1趟
- 第i（i从0开始取）趟要比较n-1-i次
- 等差数列求和，最坏时间复杂度为O(n²)
定义exchange变量，当数组已经有序时不进入交换，直接跳出循环
- 最好时间复杂度为O(n)
空间复杂度O(1)

void BubbleSort(int* arr, int n)
{for (int i = 0; i < n-1; i++){int exchange = 0;for (int j = 0; j < n - i - 1; j++){//升序if (arr[j] < arr[j + 1]){exchange = 1;Swap(&arr[j], &arr[j + 1]);}}if (exchange == 0){break;}}
}

与直接插入排序法相比，比较次数一致，但冒泡排序的交换需要执行三次，而直接插入排序因为使用了tmp临时变量存储要插入的数据，只用执行一次，所以直接插入排序法效率明显更高
与直接选择排序法相比，直接选择排序法无论数组是否有序都要执行到结束条件，不存在最好最坏时间复杂度。而冒泡排序因为使用了exchange变量进行优化，可以在最好时间复杂度上达到线性的结果。所以冒泡排序更胜一筹
虽然但是，实际中还是不会使用冒泡排序，但它的教学意义是我们不能忽视的😂

快速排序

快速排序是Hoare于1962年提出的⼀种⼆叉树结构的交换排序⽅法
其基本思想为：任取待排序元素序列中的某元素作为基准值，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，然后最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。

递归法实现

快速排序实现主框架：

void QuickSort(int* arr, int left, int right)
{if (left >= right){return;}//[left,right]--->找基准值midint keyi = _QuickSort(arr, left, right);//左子序列：[left,keyi-1]QuickSort(arr, left, keyi - 1);//右子序列：[keyi+1,right]QuickSort(arr, keyi + 1, right);
}

快速排序最重要的就是找基准值:
- 基准值左边元素都小于它，右边都大于，显然的基准值所在的位置就是所有数据排序好后它应该在的位置上
- 每次将这个数据（即基准值）放在正确的位置上，然后对其左右序列递归，最后所有数据都被放在了正确的位置上，排序就完成了

将区间中的元素进⾏划分的 _QuickSort ⽅法主要有以下⼏种实现⽅式：

hoare版本

算法思路

假设将序列第一个数作为基准值
定义左右指针
- left：从左找比基准值大的，right：从右找比基准值小的
- 找到后交换，left++，right–，进入下次循环
跳出循环后交换基准值到正确位置

可以大致写出代码:

int _QuickSort1(int* arr, int left, int right)
{int keyi = left;++left;while (left <right){while (left < right && arr[right] > arr[keyi]){right--;}while (left < right && arr[left] < arr[keyi]){left++;}//right leftif (left < right){Swap(&arr[left++], &arr[right--]);}}Swap(&arr[keyi], &arr[right]);return right;
}

于是这里就抛出几个问题：

外层循环结束条件是否应该取=?
内层循环当right或left处数据和基准值相等时是否应该跳出循环?
最后跳出外层循环我们将基准值交换到正确位置时应该与right还是left处数据交换?

问题1：

二者相遇时在9的位置，如果不取等，第一次交换完后就跳出循环，此时9和6交换，显然不行

外层循环需要取等，同时在内层循环时相应left和right判断处也要取等，不然left和right相等就死循环了

问题3：

既然跳出循环时是left>right，right处在left扫描过的区域，都是不大于基准值的数据，而left处在right扫描过的区域，都是不小于基准值的数据
显然我们将right处数据和基准值交换，基准值就来到了正确的位置

跳出外层循环应该与right处数据交换，right处数据就是基准值的位置

经过上面两层分析：

改进如下：

int _QuickSort1(int* arr, int left, int right)
{int keyi = left;++left;while (left <= right)//left和right相遇的位置的值比基准值要大{while (left <= right && arr[right] > arr[keyi]){·right--;}//right找到比基准值小/  等于？while (left <= right && arr[left] < arr[keyi]){left++;}//right leftif (left <= right){Swap(&arr[left++], &arr[right--]);}}//right keyi交换Swap(&arr[keyi], &arr[right]);return right;
}

问题2：

假设数组全是相同的数据

在这里插入图片描述

取等于，第一次循环right就和left都在下标为1的位置，此时返回去的基准值就是下标1，左序列只有一个数据，右边序列还有n-2个数据
同样的下次循环的左序列也只有一个数据
像这样一次排一个数据时间复杂度很高

所以不应该取等于，尽量让左右子序列的数据个数平均一些

所以上述改进版本就是最终的hoare排序法

挖坑法

基本思路

创建左右指针。⾸先从右向左找出⽐基准⼩的数据，找到后⽴即放⼊左边坑中，当前位置变为新的"坑"，然后从左向右找出⽐基准⼤的数据，找到后⽴即放⼊右边坑中，当前位置变为新的"坑"，结束循环后将最开始存储的分界值放⼊当前的"坑"中，返回当前"坑"下标（即分界值下标）

动图解析：

在这里插入图片描述

动图演示的很清楚
这里同样有两个问题
- left和right是否取等？
- 当right或left处数据与基准值key相等时是否继续循环

问题1：

以上面动图为例，如果取等最后当left和right相遇时left还要++一次，导致hole所在位置偏移，发生错误，所以不取等

问题2：

同hoare版本，如果全是相等数据时每次只会排序一个数据，时间复杂度太高，所以不取等

//挖坑法
int _QuickSort2(int* arr, int left, int right)
{int hole = left;int key = arr[hole];while (left < right){while (left < right && arr[right] > key){--right;}arr[hole] = arr[right];hole = right;while (left < right && arr[left] < key){++left;}arr[hole] = arr[left];hole = left;}arr[hole] = key;return hole;
}

lomuto前后指针

基本思想

创建前后指针，从左往右找⽐基准值⼩的进⾏交换，使得⼩的都排在基准值的左边。

动图解析：

在这里插入图片描述

这种方法比较好理解代码也简单，就不赘述了（就是想不到一点🤣）

//lomuto前后指针法
int _QuickSort(int* arr, int left, int right)
{int prev = left, cur = left + 1;int keyi = left;while (cur <= right){if (arr[cur] < arr[keyi] && ++prev != cur){Swap(&arr[cur], &arr[prev]);}cur++;}Swap(&arr[keyi], &arr[prev]);return prev;
}

这里当cur和keyi数据相同时是否交换？
假设仍然全是重复数据，代入后会发现二者都是一样的，如果不加等号最后prev下标在0；反之prev下标在end。可见其对重复数据无法通过此来进行优化

递归法复杂度分析

时间复杂度：每一层的总时间复杂度都是O（n），因为需要对每一个元素遍历一次。而且在最好的情况下，同样也是有logn层，所以快速排序最好的时间复杂度为O（nlogn）。
空间复杂度：二叉树递归最大深度为logn，即O（nlogn）
以上是最好情况，最坏情况则是上面说的一次排序一个数据，时间复杂度O(n²)，空间复杂度O(n)。不过现实中基本不会出现这种情况。

注意：在以上找基准值方法中，我们默认都是把基准值定为left所在位置，这种方法当数组接近升序时会导致分割的序列也出现“一边倒”的情况，在高阶数据结构中会讲到如何优化，敬请期待😘

非递归法实现

借助栈这样一种数据结构

有关栈的相关知识，不了解的小伙伴可以看看这篇：
栈的实现方法

栈是先进后出，所以插入先插入right后插入left
找基准值方法使用双指针法最简单
根据基准值划分左右区间
- 左区间：[begin,keyi-1]
- 右区间：[keyi+1,end]
循环直到栈为空

在这里插入图片描述

//非递归版本快排
//--借助数据结构--栈
void QuickSortNonR(int* arr, int left, int right)
{ST st;STInit(&st);StackPush(&st, right);StackPush(&st, left);while (!StackEmpty(&st)){//取栈顶元素---取两次int begin = StackTop(&st);StackPop(&st);int end = StackTop(&st);StackPop(&st);//[begin,end]---找基准值int prev = begin;int cur = begin + 1;int keyi = begin;while (cur <= end){if (arr[cur] < arr[keyi] && ++prev != cur){Swap(&arr[cur], &arr[prev]);}cur++;}Swap(&arr[keyi], &arr[prev]);keyi = prev;//根据基准值划分左右区间//左区间：[begin,keyi-1]//右区间：[keyi+1,end]if (keyi + 1 < end){StackPush(&st, end);StackPush(&st, keyi + 1);}if (keyi - 1 > begin){StackPush(&st, keyi - 1);StackPush(&st, begin);}}STDestroy(&st);
}