排序算法1——图解冒泡排序及其实现（三种方法，基于模板及函数指针）
排序算法2——图解简单选择排序及其实现
排序算法3——图解直接插入排序以及折半（二分）插入排序及其实现
排序算法4——图解希尔排序及其实现
排序算法5——图解堆排序及其实现
排序算法6——图解归并排序及其递归与非递归实现
排序算法7——图解快速排序（两种主元选择方法）以及CUTOFF时间测试
排序算法8——图解表排序
排序算法9——图解桶排序及其实现
排序算法10——图解基数排序（次位优先法LSD和主位优先法MSD）
排序算法——比较与总结

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

因此，快排的最好情况就是每次选主元的时候，正好是中分的。这样时间复杂度就是O（NlogN）

选主元

问题：

于是，选A[0]的方法就不太合适了，那么该如何选择呢？
这里使用取头中尾的中位数的方法：

子集划分

利用上面的方法，我们就得到了下面的主元6，并且将其放在倒数第二个位置（R-1）上，
这样，我们就只需要考虑i（L+1）到j（R-2）这个范围了
如果 i 指向的元素大于主元，则报红色，i停止往右，否则继续往右走
如果 j 指向的元素小于主元，则报红色，j停止往左，否则继续往左走
当i和j均停下的时候，如果 i < j，则交换两个元素，
这样，比主元小的元素就跑到了前面，比主元大的元素就跑到了后面
继续这一过程，若此时 i >= j了，则退出i和j相对行走的过程，
说明这一趟子集划分已经结束了，那么哪里是主元的正确位置？
然后交换i所指的元素和主元（因为此时 i 所指向的元素比主元大）

再考虑一个情况：
假如有元素等于主元pivot怎么办？（举一个元素全部相等的例子）
① 停下来交换？
这样的话子集划分基本上每一次都是相等的两份
② 不理它，继续移动指针？
这样的话i指针将一直往右走，而j指针根本没有机会移动，主元基本上都是在某一边的端点上，类似于之前讲的时间复杂度为O（N^2）
所以，两个里面的话，还是选第一种比较好

存在的问题

快速排序由于是用递归的方式实现的，它额外占用了系统堆栈的空间
对于小规模的数据（例如N不到100）可能还不如直接插入排序快
于是，我们设定了一个阈值CUTOFF，
当递归的数据规模小于该阈值的时候，停止递归，在这一层直接调用直接插入排序或二分排序图解插入排序
此时的起始位置为A+L，终止位置为R-L+1

快排测试结果及代码

快速排序的测试结果如下,这里当序列长度小于阈值时，使用的是二分排序

#include <iostream>const int CUTOFF = 5;template<class T>
void Swap(T *a, T *b) {T tmp = *a;*a = *b;*b = tmp;
}template<class T>
T Median3(T A[], int L, int R) {int mid = (L + R) / 2;if (A[L] > A[mid])Swap(&A[L], &A[mid]);if (A[L] > A[R])Swap(&A[L], &A[R]);if (A[mid] > A[R])Swap(&A[mid], &A[R]);Swap(&A[mid], &A[R - 1]);return A[R - 1];
}template<class T>
void InsertSort(T A[], int N) {T tmp;int i, j;for (i = 1; i < N; ++i) {tmp = A[i];for (j = i; j > 0 && tmp < A[j - 1]; --j) {A[j] = A[j - 1];}A[j] = tmp;}
}template<class T>
void BinaryInsertSort(T A[], int N) {int i, j, mid, left, right;T tmp;for (i = 1; i < N; ++i) {if (A[i] < A[i - 1])tmp = A[i];elsecontinue;left = 0;right = i - 1;while (left <= right) {mid = (left + right) / 2;if (A[mid] > tmp)right = mid - 1;elseleft = mid + 1;}for (j = i; j > left; --j) {A[j] = A[j - 1];}A[left] = tmp;}
}template<class T>
void QSort(T A[], int L, int R) {// 数据足够多则快速排序,数据较少则使用其他排序方法if (R - L >= CUTOFF) {int pivot = Median3(A, L, R);int i = L, j = R - 1;for (;;) {while (A[++i] < pivot);while (A[--j] > pivot);if (i < j)Swap(&A[i], &A[j]);elsebreak;}Swap(&A[i], &A[R - 1]);QSort(A, L, i - 1);QSort(A, i + 1, R);}else {BinaryInsertSort(A + L, R - L + 1);}
}template<class T>
void QuickSort(T A[], int N) {QSort(A, 0, N - 1);
}template<class T>
void ArrShow(T *A, int length) {for (int i = 0; i < length; ++i) {std::cout << A[i] << " ";}puts("\n");
}int main(int argc, char *argv[]) {int test[9] = { 1, 2, 7, 3, 8, 5, 9, 6, 4 };ArrShow(test, 9);puts("QuickSort : ");QuickSort(test, 9);ArrShow(test, 9);return 0;
}

CUTOFF测试结果及代码

不同的CUFOFF测试结果：

测试代码如下：

#include <iostream>
#include <time.h>static int CUTOFF = 50;
const int SIZE = 10000;template<class T>
void Swap(T *a, T *b) {T tmp = *a;*a = *b;*b = tmp;
}template<class T>
T Median3(T A[], int L, int R) {int mid = (L + R) / 2;if (A[L] > A[mid])Swap(&A[L], &A[mid]);if (A[L] > A[R])Swap(&A[L], &A[R]);if (A[mid] > A[R])Swap(&A[mid], &A[R]);Swap(&A[mid], &A[R - 1]);return A[R - 1];
}template<class T>
void InsertSort(T A[], int N) {T tmp;int i, j;for (i = 1; i < N; ++i) {tmp = A[i];for (j = i; j > 0 && tmp < A[j - 1]; --j) {A[j] = A[j - 1];}A[j] = tmp;}
}template<class T>
void BinaryInsertSort(T A[], int N) {int i, j, mid, left, right;T tmp;for (i = 1; i < N; ++i) {if (A[i] < A[i - 1])tmp = A[i];elsecontinue;left = 0;right = i - 1;while (left <= right) {mid = (left + right) / 2;if (A[mid] > tmp)right = mid - 1;elseleft = mid + 1;}for (j = i; j > left; --j) {A[j] = A[j - 1];}A[left] = tmp;}
}template<class T>
void QSort(T A[], int L, int R) {// 数据足够多则快速排序,数据较少则使用其他排序方法if (R - L >= CUTOFF) {int pivot = Median3(A, L, R);int i = L, j = R - 1;for (;;) {while (A[++i] < pivot);while (A[--j] > pivot);if (i < j)Swap(&A[i], &A[j]);elsebreak;}Swap(&A[i], &A[R - 1]);QSort(A, L, i - 1);QSort(A, i + 1, R);}else {BinaryInsertSort(A + L, R - L + 1);}
}template<class T>
void QuickSort(T A[], int N) {QSort(A, 0, N - 1);
}template<class T>
void ArrCreate(T *A, int length) {for (int i = 0; i < length; ++i) {A[i] = rand() % length;}
}template<class T>
void ArrShow(T *A, int length) {for (int i = 0; i < length; ++i) {std::cout << A[i] << " ";}puts("\n");
}template<class T>
void ArrCopy(T *copy, T *A, int length) {for (int i = 0; i < length; ++i) {copy[i] = A[i];}
}int main(int argc, char *argv[]) {int test_50[SIZE] = { 0 };int test_500[SIZE] = { 0 };int test_5000[SIZE] = { 0 };int test_9000[SIZE] = { 0 };ArrCreate(test_50, SIZE);ArrCopy(test_500, test_50, SIZE);ArrCopy(test_5000, test_50, SIZE);ArrCopy(test_9000, test_50, SIZE);clock_t start, stop;double duration = 0;start = clock();QuickSort(test_50, SIZE);stop = clock();duration = ((double)(stop - start)) / CLK_TCK;printf("QuickSort while CUTOFF = 50 : it takes %6.2e s \n\n", duration);CUTOFF = 500;start = clock();QuickSort(test_500, SIZE);stop = clock();duration = ((double)(stop - start)) / CLK_TCK;printf("QuickSort while CUTOFF = 500 : it takes %6.2e s \n\n", duration);CUTOFF = 5000;start = clock();QuickSort(test_5000, SIZE);stop = clock();duration = ((double)(stop - start)) / CLK_TCK;printf("QuickSort while CUTOFF = 5000 : it takes %6.2e s \n\n", duration);CUTOFF = 9000;start = clock();QuickSort(test_9000, SIZE);stop = clock();duration = ((double)(stop - start)) / CLK_TCK;printf("QuickSort while CUTOFF = 9000 : it takes %6.2e s \n\n", duration);return 0;
}

简单实现版（首元素作主元和三数取中作主元）

首元素作主元

#include <iostream>
#include <iomanip>
using namespace std;int pivot1(int a[], int L, int R) {return a[L];
}void Swap(int *a, int *b) {int t = *a;*a = *b;*b = t;
}void Qsort1(int a[], int L, int R) {if (L < R) {int p = pivot1(a, L, R);int i = L + 1;int j = R;for (;;) {while (a[i] < p)i++;while (a[j] > p)j--;if (i < j)Swap(&a[i++], &a[j--]);elsebreak;}Swap(&a[j], &a[L]);Qsort1(a, L, j - 1);Qsort1(a, i, R);}
}int main() {const int N = 9;int a[N] = { 0 };srand(time(NULL));for (int i = 0; i < N; ++i) {for (int j = 0; j < N; ++j) {a[j] = rand() % 100 + 1;  // 产生1-100随机数}cout << "第" << i << "次:";for (int k = 0; k < N; ++k) {cout << " " << a[k];} cout << "------>排序结果 :";Qsort1(a, 0, N - 1);for (int x = 0; x < N; ++x) {cout << " " << a[x];}cout << endl;}return 0;
}

三数取中作主元

#include <iostream>
#include <iomanip>
using namespace std;void Swap(int *a, int *b) {int t = *a;*a = *b;*b = t;
}int median(int a[], int L, int R) {int Mid = (L + R) / 2;if (a[L] > a[Mid])Swap(&a[L], &a[Mid]);if (a[L] > a[R])Swap(&a[L], &a[R]);if (a[Mid] > a[R])Swap(&a[R], &a[Mid]);Swap(&a[R - 1], &a[Mid]);return a[R - 1];
}void Qsort2(int a[], int L, int R) {if (L < R) {int p = median(a, L, R);int i = L;int j = R - 2;for (;;) {while (a[i] < p)i++;while (a[j] > p)j--;if (i < j)Swap(&a[i], &a[j]);elsebreak;}Swap(&a[i], &a[R - 1]);Qsort2(a, L, i - 1);Qsort2(a, i + 1, R);}
}int main() {const int N = 9;int a[N] = { 0 };srand(time(NULL));for (int i = 0; i < N; ++i) {for (int j = 0; j < N; ++j) {a[j] = rand() % 100 + 1;  // 产生1-100随机数}cout << "第" << i << "次:";for (int k = 0; k < N; ++k) {cout << " " << a[k];} cout << "------>排序结果 :";Qsort2(a, 0, N - 1);for (int x = 0; x < N; ++x) {cout << " " << a[x];}cout << endl;}return 0;
}

排序算法7——图解快速排序（两种主元选择方法）以及CUTOFF时间测试相关推荐

排序算法10——图解基数排序（次位优先法LSD和主位优先法MSD）
排序算法1--图解冒泡排序及其实现(三种方法,基于模板及函数指针) 排序算法2--图解简单选择排序及其实现排序算法3--图解直接插入排序以及折半(二分)插入排序及其实现排序算法4--图解希尔排序及 ...
js排序算法详解-快速排序
全栈工程师开发手册 (作者:栾鹏) js系列教程5-数据结构和算法全解 js排序算法详解-快速排序既然是快速排序,那顾名思义一定很快,快的连小编都被懵逼了好几圈!建议先不要看动图,先看第一种写法: ...
【排序算法】图解直接插入排序(图解堪比Debug显示每次循环结果)
[排序算法]图解直接插入排序(图解堪比Debug分析每次循环结果) 写在前面: 本文主要介绍直接插入排序算法,通过图片一步步解释每一趟每一次的后移.代码通过C#实现,并输出每一次交换的情况和比较次数, ...
数据结构（七）高级排序算法——归并、快速排序
一.归并排序 1.排序原理归并排序算法是一种利用了分治算法思想实现的排序算法,这种排序算法是基于有序数组合并的归并排序算法的基本思想就是:判断一个待排序序列的长度,只要这个待排序序列的长度是超过1的 ...
经典排序算法之：快速排序
快速排序可能是应用最广泛的排序算法.快速排序流行的原因是它实现简单.适用于各种不同的输入数据且在一般应用中比其他排序算法都要快很多.此次,我们来学习一下快速排序算法. 目录一.快速排序算法含义 ...
【排序算法】图解简单选择排序(图解堪比Debug显示每次循环结果)
[排序算法]图解简单选择排序(图解堪比Debug分析每次循环结果) 写在前面: 本文主要介绍简单选择排序算法,通过图片一步步解释每一趟每一次的后移.代码通过C#实现,并输出每一次交换的情况和比较次数, ...
面试官：手撕十大排序算法，你会几种？
作者: C you again,从事软件开发努力在IT搬砖路上的技术小白公众号: [C you again],分享计算机类毕业设计源码.IT技术文章.游戏源码.网页模板.程序人生等等.公众号回复 ...
算法动画图解：两数之和（哈希表）
更多算法动画图解,长按此链接跳转AppStore 动画算法动画图解:两数之和(哈希表) 思路哈希表map用来保存一个数,另一个数在遍历nums的时候和map中的数尝试求和是否为target,如果求 ...
【转载】面向对象建模与数据库建模两种分析设计方法的比较
[转载]面向对象建模与数据库建模两种分析设计方法的比较板桥里人 http://www.jdon.com 2007/9/23(转载请保留) 我们知道:一个软件从无到有需要经过如下几个阶段:分析.设计. ...
GET和POST两种基本请求方法的区别
GET和POST两种基本请求方法的区别回退回退时无害会再次提交请求记录 URL可被记录, 用于再访问不可以缓存主动缓存可手动设置编码方式只进行url编码多种编码方式参数长度有 ...

排序算法7——图解快速排序（两种主元选择方法）以及CUTOFF时间测试