排序算法总结之快速排序
一，快速排序介绍
快速排序与归并排序一样，也是基于分治的递归算法，体现在：在每一趟快速排序中，需要选出枢轴元素，然后将比枢轴元素大的数组元素放在枢轴元素的右边，比枢轴元素小的数组元素都放在枢轴元素的左边。然后，再对分别对 枢轴元素左边 和 枢轴元素右边的元素进行快速排序。
二，快速排序算法分析
①相比于直接插入排序，快排合适于数据量大（上百万）的情形，而插入排序适合于小数据量的情形。因为，在数据量小的情形下，快排的递归是需要一定的开销的。
②相比于归并排序，归并排序的比较次数要比快速排序少，但是它需要一个额外的临时数组，而且移动的元素多。而快速排序不需要显示地声明一个临时数组，它用的是递归栈。在C++中使用它来作为标准的排序程序，而JAVA中则是用归并排序来作为标准的排序（比如java.util.Arrays.java 中的sort(T[]) 方法使用的就是归并排序）。
③快速排序主要有两个基本操作：一是选取枢轴元素，另一个则是递归分割数组。枢轴元素的选取对快速排序的效率至关重要，因为它决定了递归的深度。如果枢轴元素刚好处于数组的中间值，那么，数组在分割时就分成了平均的两部分。这样的递归的效率就好。如果每次选取的枢轴元素都是最大/最小 的那个元素，则快排复杂度达到了O(N^2)，而且还用了递归栈空间。
④枢轴元素的选取可以采用三数取中法。所谓三数取中法，即给定一个数组，选取数组中的第一个元素，最后一个元素，和中间那个元素。哪个元素的值位于中间，则它作为枢轴元素。比如，a[0]=5 , a[4]=1, a[9]=10, 那么 a[4]<a[0]<a[9] ，故a[0]是枢轴元素。
采用三数取中法时，会有一个问题，就是当数组不断的递归划分变小之后，枢轴左边的元素个数不足3，这样三数取中法就失去了应有的意义。此外，正如前面提到，对于小数组而言，插入排序反而比快速排序的效率更高。
正是基于以上两个原因，我们可以将快速排序与插入排序结合。当递归划分的数组变小之后，达到某个值（CUTOFF）时，采用插入排序。（代码83行）
三，快速排序算法实现
1 public class QuickSort { 2 3 private static final int CUTOFF = 10; 4 5 6 /** 7 * 8 * @param arr 9 * 待排序的数组 10 */ 11 public static <T extends Comparable<? super T>> void quickSort(T[] arr) { 12 quickSort(arr, 0, arr.length - 1); 13 } 14 15 /** 16 * 快排的基本操作:通过三数取中法来选取枢轴元素 17 * 18 * @param arr 19 * 在[left, right]之间选择pivot element 20 * @param left 21 * index of arr to chose pivot element 22 * @param right 23 * index of arr to chose pivot element 24 * @return pivot element 25 */ 26 private static <T extends Comparable<? super T>> T media3(T[] arr, 27 int left, int right) { 28 29 int center = (left + right) / 2; 30 if (arr[center].compareTo(arr[left]) < 0) 31 swapReference(arr, center, left); 32 if (arr[right].compareTo(arr[left]) < 0) 33 swapReference(arr, right, left); 34 35 // 参考前面两个if比较之后,最小的元素被放置在 36 // arr[left],然后下面再比较中间与最右的元素,将最大的元素放在arr[right],而arr[center]存放中间元素(pivot) 37 if (arr[right].compareTo(arr[center]) < 0) 38 swapReference(arr, right, center); 39 40 swapReference(arr, center, right - 1);//将枢轴元素放在 arr[right-1]上.便于快排交换元素 41 return arr[right - 1]; 42 } 43 44 private static <T extends Comparable<? super T>> void swapReference( 45 T[] arr, int from, int to) { 46 T tmp = arr[from]; 47 arr[from] = arr[to]; 48 arr[to] = tmp; 49 } 50 51 /** 52 * 实现了递归的快排主例程, internal quicksort method that makes recrusive calls 53 * 54 * @param arr 55 * an array of comparable items 56 * @param left 57 * the left-most index of subarray 58 * @param right 59 * the right-most index of subarray 60 */ 61 private static <T extends Comparable<? super T>> void quickSort(T[] arr, 62 int left, int right) { 63 if(left + CUTOFF <= right) 64 { 65 T pivot = media3(arr, left, right); 66 67 //begin partitoning 68 int i = left, j = right - 1;//在media3中已经将比pivot小的元素放到了a[left]上，把pivot放到了arr[right-1]上,故下面的while中是 ++i 和 --j 69 for(;;) 70 { 71 while(arr[++i].compareTo(pivot) < 0){} 72 while(arr[--j].compareTo(pivot) > 0){} 73 if(i < j) 74 swapReference(arr, i, j); 75 else 76 break; 77 } 78 swapReference(arr, i, right - 1);//restore pivot 79 quickSort(arr, left, i - 1); 80 quickSort(arr, i + 1, right); 81 }else 82 //Do an insertion sort on the subarray 83 insertSort(arr, left, right); 84 } 85 }
①第3行CUTOFF定义当数组中元素个数为10以下时，采用插入排序。
②第11行的quickSort方法是快排对外提供的接口
③第26行的media3方法实现了三数取中选取枢轴元素。其实，它不仅仅返回了枢轴元素，它还改变了原数组：
1) 它将三个数中最大的那个数放在了数组末尾arr[right]---（比枢轴小的放在枢轴元素左边）
2) 它将三个数中最小的那个数放在了数组的开头arr[left]---（比枢轴大的放在枢轴元素右边）
3) 它将三个数中的中间那个数（枢轴元素）放在了 arr[right-1]位置处！！！---（在第71-72行选取是否交换元素时可以不受枢轴影响）
这是快排算法实现的技巧。
④第61行的quickSort方法则是实现快速递归分割的主例程。首先在第65行选取枢轴元素，第71行，在数组左边寻找比枢轴元素大的元素；第72行，在数组右边寻找比枢轴元素小的元素，第73-74行将之进行交换。可以看出，这些语句实现得非常精巧：在循环中只有自增和自减操作，以及判断语句，因此执行速度是很快的。
在media3中已经将比pivot小的元素放到了a[left]上，把pivot放到了arr[right-1]上,故下面的while中是 ++i 和 --j
⑤第73行if语句 当 i > j 时 表示一趟快排已经结束，第78行将枢轴元素放到它的最终位置。对于快排而言，每进行一趟，枢轴元素的位置就被唯一确定下来，以后都不再变。
⑥第79 和 80行，对枢轴元素左右两个的子数组递归调用。这样，将原问题，划分成了两个子问题。
可以写出它们的递归表达式：T(N)=T(i)+T(N-i-1)+O(N)
⑦当 快速排序划分的子数组足够小时（CUTOFF），不再采用快速排序，而是用插入排序。这样，进一步优化了快速排序的速度。
用到的插入排序实现如下：
private static <T extends Comparable<? super T>> void insertSort(T[] a, int left ,int right){ for(int p = left + 1; p <= right; p++) { T tmp = a[p];//保存当前位置p的元素，其中[0,p-1]已经有序 int j; for(j = p; j > 0 && tmp.compareTo(a[j-1]) < 0; j--) { a[j] = a[j-1];//后移一位 } a[j] = tmp;//插入到合适的位置 }
四，快速排序算法复杂度分析
①快速排序的时间复杂度与枢轴元素的选取息息相关。平均情况下，时间复杂度为O(NlogN)，最坏情况下为O(N^2)
②枢轴元素的选取有多种方式：比如上面提到的三数取中，也可以采用随机化算法来选取。采用三数取中时，几乎不会出现最坏的情况。相对基于内存排序的其他算法，快速的效率是很高的，它的时间复杂度的常数因子很小。大约是1.3，而归并大约是1.4 ----不太确定。 1.3NlogN
③快排用到了递归，当数组元素个数很少时，递归的开销就有点大了，故在程序中可将快排与插入排序结合起来。
五，参考资料
