Python实现快速排序算法

  • 发布时间:2017年5月22日 13:56
  • 作者:杨仕航
  • 分类标签: Python
  • 阅读(2733)
  • 评论(1)

可能有些人问排序算法有什么用?好像除了考试和找工作面试之外,很少需要用得到。

其实不然,以前硬件配置较低,排序花费时间很长,需要通过算法进行一系列的优化。现在硬件配置高了,但处理大量的数据时也需要使用排序算法,提高执行效率。例如信息检索、科学计算等等。


排序算法有不少,可自行搜索看看有哪些。这里详细讲讲快速排序的思路和实现方法。

快速排序是目前已知排序算法中最快的算法之一。有2百万个元素的List在短短几秒内完成排序。如果这个List你用Python自带的sort方法,分分钟别人和你的友谊翻船。

它的基本思路也不难:在一个数据集中取个数作为参考点,大于该数的元素放在其右边;小于该数的元素放在其左边。这样就将数据集分成两部分,大于参考值部分和小于参考值部分。如下图所示:

20170522/20170522095010026.png


鉴于数据过于枯燥,用圆形的面积代表大小。

划分两大部分之后,再继续对这两部分重复上面的方法。分别对那两部分继续排序调整,一直重复下去知道排序完成。如下图所示:

20170522/20170522113809695.png


通过第2次调整就完成排序了。你有没有发现快速排序中有二分法的思想。根据参考点分成两部分再对细分的部分重复循环处理直到完成排序。

那么,Python如何实现快速排序?

重复循环处理的步骤可以用循环或递归实现。重点是如何确定参考点以及如何把小于参考点的值挪到左边;把大于参考点的值挪到右边。为了方便计算,参考点可以选中第1个元素再进行判断和交换值。如下代码:

#coding:utf-8
def quick_sort(lists):
    '''快速排序的一次调整'''
    # 获取调整的范围
    left = 0
    right = len(lists) - 1    
    key = lists[left]   # 选择参考点,该调整范围的第1个值

    # 从右边开始查找大于参考点的值
    while lists[right] >= key:
        right -= 1
    lists[left] = lists[right]  # 这个位置的值先挪到左边

    # 从左边开始查找小于参考点的值
    while lists[left] <= key:
        left += 1
    lists[right] = lists[left]  # 这个位置的值挪到右边

    # 写回改成的值
    lists[left] = key


代码看不懂?那就看图吧:

20170522/20170522154926559.png


这里还有几个问题,从上图得出有可能中间有些值未判断到。那么调整之后还需要继续判断。另外left左边的点判断位置可能越过right右边的点,所以需要加条件限制。修改代码如下:

#coding:utf-8
def quick_sort(lists):
    '''快速排序的一次调整'''
    # 获取调整的范围
    left = 0
    right = len(lists) - 1    
    key = lists[left]   # 选择参考点,该调整范围的第1个值

    # 循环判断直到遍历全部
    while left < right:
        # 从右边开始查找大于参考点的值
        while left < right and lists[right] >= key:
            right -= 1
        lists[left] = lists[right]  # 这个位置的值先挪到左边

        # 从左边开始查找小于参考点的值
        while left < right and lists[left] <= key:
            left += 1
        lists[right] = lists[left]  # 这个位置的值挪到右边

    # 写回改成的值
    lists[left] = key


left和right两个变量值一直变化,直到两个相遇则说明遍历完全部数据点。而且写会key值不需要每次都写回,只需要最后填入即可。接下来再修改这个方法,修改为可递归的,继续递归调整好的两个区域。如下代码:

#coding:utf-8
def quick_sort(lists, left, right):
    '''快速排序'''
    # 跳出递归判断
    if left >= right:
        return lists

    # 选择参考点,该调整范围的第1个值
    key = lists[left]
    low = left  
    high = right

    # 循环判断直到遍历全部
    while left < right:
        # 从右边开始查找大于参考点的值
        while left < right and lists[right] >= key:
            right -= 1
        lists[left] = lists[right]  # 这个位置的值先挪到左边

        # 从左边开始查找小于参考点的值
        while left < right and lists[left] <= key:
            left += 1
        lists[right] = lists[left]  # 这个位置的值挪到右边

    # 写回改成的值
    lists[left] = key

    # 递归,并返回结果
    quick_sort(lists, low, left - 1)    # 递归左边部分
    quick_sort(lists, left + 1, high)   # 递归右边部分
    return lists

 

由于需要指定范围处理,所以添加两个参数left和right。可是这个left和right的值可能会变化,为了后面和指定递归处理的范围,所以添加两个临时变量low和high记录初始位置。递归相当与循环,需要结束循环的条件。若left>=right时,则无需继续处理并返回结果即可。

可以用如下代码测试:

import random
lists = random.simple(range(2000000), 1000000)  # 随机生成1百万个数据
sort_lists = quick_sort(lists[:], 0, len(lists)-1)  #快速排序


为了比较排序前后结果,lists[:]可以创建一个一样的新列表对象。可以测试一下,几秒内完成排序算法。快速排序的速度是杠杠的。但快速排序不是稳定的算法,有时可能无法完成排序。若稳定性要求高的可以使用其他排序算法,例如归并排序。也是我下次将要写的博客内容。

上一篇:Python实现归并排序算法

下一篇:Python使用__new__方法实现单例模式

评论列表

a1430390795@163.com

a1430390795@163.com

写的很好,很生动,谢谢博主 😀

2018-05-15 14:39 回复

新的评论

清空

猜你喜欢

  • 猜测中,请稍等...