最初的实现

quick_sort :: Ord a => [a] -> [a]
quick_sort [] = []
quick_sort [x] = [x]
quick_sort xs = quick_sort [xs !! i | i <- [0..len-1], xs !! i <= mid_num && i /= half_pos] ++ [mid_num] ++ quick_sort [xs !! i | i <- [0..len-1], xs !! i > mid_num && i /= half_pos] where mid_num = xs !! half_poshalf_pos = floor $ fromIntegral (len / 2)len = length xs

使用filter

上面的代码存在两点可以改进的东西：
1.使用filter函数取得比中值小的所有数，语法比列表解析式更加简洁
2.如果数据是随机分布的，可以不必取中位元素，取开头元素即可

quick_sort :: Ord a => [a] -> [a]
quick_sort [] = []
quick_sort [x] = [x]
quick_sort xs = quick_sort (filter (< mid_num) xs)++ quick_sort (filter (== mid_num) xs)++ quick_sort (filter (> mid_num) xs)where mid_num = head xs

张淞老师的书里面写得更简单：

quick_sort :: Ord a => [a] -> [a]
quick_sort [] = []
quick_sort [x] = [x]
quick_sort (x:xs) = quick_sort (filter (<= x) xs)++ [x]++ quick_sort (filter (> x) xs)

只需要filter一次

进一步地，上面的算法每次分割对列表扫描2次（两次filter），但实际上一次就够了（两部分列表各为补集）。实现如下：

sep :: Ord a => a -> [a] -> ([a], [a])
sep _ [] = ([], [])
sep sep_num (x:xs) | x <= sep_num = ([x] ++ fst sep_xs, snd sep_xs)| otherwise = (fst sep_xs, [x] ++ snd sep_xs)where sep_xs = sep sep_num xsquick_sort :: Ord a => [a] -> [a]
quick_sort [] = []
quick_sort [x] = [x]
quick_sort (x:xs) = quick_sort (fst sep_tuple)++ [x]++ quick_sort (snd sep_tuple)where sep_tuple = sep x xs

优雅地解决问题

几个月后又回顾这段代码：

善用模式匹配！(l, r)的写法比fst, snd的写法好很多。
善用标准库！Data.List.partition提供了sep的功能，没必要reinvent
对代码里面的冗余要敏锐！quick_sort [x] = [x]完全没有必要。
使用默认构造器提高效率！[x]++xs不如x:xs效率高。

import Data.ListquickSort :: Ord a => [a] -> [a]
quickSort [] = []
quickSort (x:xs) = quickSort l ++ (x : quickSort r) where (l, r) = partition (<x) xs

写好之后还要quickcheck一下成果：

import Test.QuickChecksorted :: Ord a => [a] -> Bool
sorted [] = True
sorted (x:[]) = True
sorted (x:y:xs) = x <= y && sorted (y:xs)prop_sort :: Ord a => [a] -> Bool
prop_sort xs = sorted (quickSort xs)

成功通过

*Main> :l sort.hs
[1 of 1] Compiling Main             ( sort.hs, interpreted )
Ok, modules loaded: Main.
*Main> quickCheck prop_sort
+++ OK, passed 100 tests.

完整的代码

import Data.List (partition)
import Test.QuickCheck-- qsortquickSort :: Ord a => [a] -> [a]
quickSort [] = []
quickSort (x:xs) = quickSort l ++ [x] ++ quickSort r where (l, r) = partition (<x) xssorted :: Ord a => [a] -> Bool
sorted [] = True
sorted (x:[]) = True
sorted (x:y:xs) = x <= y && sorted (y:xs)-- checkprop_sort :: Ord a => [a] -> Bool
prop_sort xs = sorted (quickSort xs)-- quickCheck prop_sort

Haskell：写一个漂亮的快排相关推荐

用纯Python就能写一个漂亮的网页
我们在写一个网站或者一个网页界面的时候,需要学习很多东西,对小白来说很困难!比如我要做一个简单的网页交互: 要懂后端,比如Python里面的Django或者Flask,或者是Java里面的Spring ...
再见HTML ! 用纯Python就能写一个漂亮的网页
我们在写一个网站或者一个网页界面的时候,需要学习很多东西,对小白来说很困难!比如我要做一个简单的网页交互: 要懂后端,比如Python里面的Django或者Flask,或者是Java里面的Spring ...
写一个漂亮的登录界面
好的,我会尽力为您提供一个漂亮的登录界面的设计建议. 首先,我们可以在界面的上方设置一个清晰的标题栏,标题栏中可以包含网站的 logo 和名称. 然后,在界面的中间部分,我们可以设置一个表单来让用户输 ...
如何使用 markdown 写一个漂亮的简历（带排版和布局）
最近网上比较流行的使用 markdown 写简历,经过我对比和实战,找到一个比较好操作的,特分享一下感谢老哥开源的代码 https://github.com/xzk1990314/nimo-mark ...
PhpExcel 写一个漂亮的表格
文章不长,文章不长,文章不长本表格是模仿橙心优选团长面单来做的先上表格思路确定总共有多少列,需要确定表头要合并多少单元格,可以多预留 1~2 列,如果用不到,最后把宽度设置为 0 剩下的就是合 ...
python算法题排序_python-数据结构与算法- 面试常考排序算法题-快排-冒泡-堆排-二分-选择等...
算法可视化网站推荐---->visualgo 0.面试题中的排序算法一些排序算法可能在工作中用的会比较少,但是面试却是不得不面对的问题.算法有助于提高我们对数据结构的理解以及提高自己的逻辑能力 ...
写一个饿汉单例模式的例子_你写的单例模式，能防止反序列化和反射吗？
推荐学习 "23种设计模式知识要点"都没读通过,还有脸说摸不清搞不懂? 玩转JAVA筑基之Netty.并发编程与设计模式,打好基础备战春招前言说起单例模式,相信大家都不会陌生. ...
java快排原理_Java数据结构与算法——快速排序
声明:码字不易,转载请注明出处,欢迎文章下方讨论交流. 前言:Java数据结构与算法专题会不定时更新,欢迎各位读者监督.本篇文章介绍排序算法中最常用也是面试中最容易考到的排序算法--快排,包括快排的思 ...
排序算法--快排的优化
排序算法–快排的优化下面是我写的一种快排: #include <iostream> #include <stdlib.h>using namespace std;void P ...

Haskell：写一个漂亮的快排

文章目录

最初的实现

使用filter

只需要filter一次

优雅地解决问题

Haskell：写一个漂亮的快排相关推荐

最新文章

热门文章