快速排序深入

快速排序的分治的两种实现方式

快速排序在数组基本有序和基本逆序的情况下，时间复杂度都是O（n的平方），平均时间复杂度O（nlogn）；空间复杂度为O（1）

 

1，两个指针分别从前面和后面向中间移动

// 快速排序有两种partition的方式
    // 方式一：两个指针从两端向中间靠拢
    private int partation1(int[] array, int start, int end) {
        int i = start;
        int j = end;
        int pivot = array[start];
        while (i < j) {
            while (i < j && array[j] > start) {
                j--;
            }
            array[i] = array[j];
            i++;
            while (i < j && array[i] < start) {
                i++;
            }
            array[j] = array[i];
            j--;
        }
        array[i] = pivot;
        return i;
    }

2，两个指针一前一后的从左到右的分治（当然也可以从右向左）

这种方法在其他的题目中也很常见

// 方式二，利用两个指针一前一后向后走
    // 前面的指针j每次移动一个位置，一直移动到倒数第二个元素
    // 后面的指针i始终指向比pivot大的元素的上一个，如果j元素比pivot小，那么i++，并且与j进行交换
    // 使用这种方法的好处是，pivot左侧的元素，其相对位置保持不变
    private int partation2(int[] array, int start, int end) {
        int i = start - 1;
        int pivot = array[end];
        for (int j = start; j <= end - 1; j++) {
            if (array[j] < pivot) {
                i++;
                swap(array, i, j);
            }
        }
        swap(array, i + 1, end);
        return i + 1;

    }

　　　　两种分治方法，其中第二种能够保证pivot左侧（指针从左向右），后者pivot右侧（指针从右向左）的相对顺序保持不变

快排对于分治的调用实现

// 递归实现快速排序
    public void quickSort(int[] array, int start, int end) {
        if (start >= end) {
            return;
        }
        // int part=partation1(array,start,end);
        int part = partation2(array, start, end);

        quickSort(array, start, part - 1);
        quickSort(array, part + 1, end);
    }

---

 

快排的相关衍生问题（有pivot的快排和0-1判断的快排）

1，这类问题侧重对分治而非递归问题的改进

2，这类问题的考虑，如果分析是抽象的数字问题，还是具体的实体问题。如果是抽象的数字，而且没有其他限制的情况下，往往会有更简单的方法（比如计数排序等），但是如果是实体，或者限制了不能占用额外控件的话，就只能用快排两种实现方法中交换的思路了

3，如果只是少数的几种数字，本质上只是快排次数的问题，标准的快排是递归，一直到区间只剩下一个元素；而对于快排的衍生问题，一般可以抽象为少数几个数字，有n个数字就需要n-1轮快排

快排衍生问题一：

// 将数组中的大写字母与小写字母分开
// 题目描述，一个数组中存储的仅有大写字母与小写字母，编写一个函数对数组中的字母重新排列，让所有的小写字母都在大写字母之前

private boolean isUpper(char c) {
        return c >='A' && c <= 'Z' ? true : false;
    }

    private boolean isLower(char c) {
        return c >='a' && c <='z' ? true : false;
    }

    // 利用快排的思路一，首尾两个指针向中间靠拢
    public void zimuPart(char[] charArr, int start, int end) {
        int i = start;
        int j = end;
        while (i < j) {
            while (i < j && isUpper(charArr[j])) {
                j--;
            }
            while (i < j && isLower(charArr[i])) {
                i++;
            }
            swap(charArr, i, j);
        }
    }
    //利用快排的第二种思路，利用前后两个指针，一个指针始终加加，碰到小写字母的时候和另一个指针进行交换
    //另一个指针始终指向大写字母的前面一个
    public void zimuPart2(char[] charArr,int start,int end){
        int j=start;
        int i=start-1;
        for(j=start;j<=end;j++){
            if(isLower(charArr[j])){
                i++;
                swap(charArr,i,j);
            }
        }
        
    }
    private void swap(char[] charArr, int i, int j) {
        char tmp = charArr[i];
        charArr[i] = charArr[j];
        charArr[j] = tmp;

    }

快排衍生问题二：

//题目描述，给定一个含有n个元素的整形数组a，其中包括0元素和非0元素，对数组进行排序，要求：
//1,排序后所有0元素在前，非0元素在后，且非0元素排序前后相对位置不变
//2,不能使用额外的存储空间

 

    //因为要求不能使用额外的存储空间，因此采用计数排序不太可行
    //因为要求相对位置保持不变，因此只能采用快排的思路二，并且指针不应该像之前的从前往后，而应该从后往前
    public void set0part(int[] array,int start,int end){
        int j=end;
        int i=end+1;
        //j在前，i在后
        for(j=end;j>=0;j--){
            if(array[j]!=0){
                i--;
                swap(array,j,i);
            }
        }
        
    }

快速排序衍生问题三：

　　//找出数组中第K小的数，或者找出数组中前K小的数

　　

//最平常的思路是将数组排序，最快的排序是快排，然后返回已排序数组的第k个数，算法时间复杂度为O（nlogn），空间复杂度为O（1）。使用快排的思想，但是每次只对patition之后的数组的一半递归，这样可以将时间复杂度将为O（n）。

public void findKmin(int[] array,int start,int end){
        if(start>=end){
            return;
        }
        int pivot=array[start];
        int i=start;
        int j=end;
        while(i<j){
            while(i<j&&array[j]>=pivot){
                j--;
            }
            if(i<j){
                array[i]=array[j];
                i++;
            }
            while(i<j&&array[i]<=pivot){
                i++;
            }
            if(i<j){
                array[j]=array[i];
                j--;
            }
        }
        array[i]=pivot;
        //判断找到元素应排的位置和K-1的关系
        if(i>kMin-1){
            //那么应当在0到i-1之间寻找
            findKmin(array,start,i-1);
        }else if(i<kMin-1){
            //应当在i+1到n-1之间寻找
            findKmin(array,i+1,end);
        }else{
            //说明i=kMin-1，也即是找到了第i个元素即是倒数第k小的，前面的i个元素就是依次最小的k个
            return;
        }
        
        
    }

 这个问题也可以采用堆的方法来解决

堆操作的关键是adjustDown以及adjustUp

对于堆的删除，只能从头部删除。现将第0个元素与最后一个交换，之后删除最后一个，再从第0个元素开始进行一次自上而下的调整

对于堆的插入，只能从尾部进行。将要插入的元素放置到最后一个位置，再对这个元素进行依次自下而上的调整（类似于插入排序）

因此对于这个题：

1）构建一个k个元素的最大堆

2）将数组中k+1...的元素依次和堆顶的元素比较，如果比堆顶的元素小，那么替换掉堆顶元素，并进行依次自上而下的调整