高速排序算法
高速排序算法
作者 July 二零一一年一月四日
------------------------------------------
写之前，先说点题外话。
每写一篇文章，我都会遵循下面几点原则：
一、保持版面的尽量清晰，力保排版良好。
二、力争所写的东西，清晰易懂，图文并茂
三、尽最大可能确保所写的东西精准，有实用价值。
由于，我认为，你既然要把你的文章，发布出来，那么你就一定要为你的读者负责。
不然，就不要发表出来。一切，为读者服务。
ok，闲不多说。接下来，咱们立马进入本文章的主题，排序算法。
众所周知，高速排序算法是排序算法中的重头戏。
因此，本系列，本文就从高速排序開始。
------------------------------------------------------
一、高速排序算法的基本特性
时间复杂度：O（n*lgn）
最坏：O（n^2）
空间复杂度：O（n*lgn）
不稳定。
高速排序是一种排序算法，对包括n个数的输入数组，平均时间为O（nlgn），最坏情况是O（n^2）。
一般是用于排序的最佳选择。由于，基于比較的排序，最快也仅仅能达到O（nlgn）。
二、高速排序算法的描写叙述
算法导论，第7章
高速排序时基于分治模式处理的，
对一个典型子数组A[p...r]排序的分治过程为三个步骤：
1.分解：
A[p..r]被划分为俩个（可能空）的子数组A[p ..q-1]和A[q+1 ..r]，使得
A[p ..q-1] <= A[q] <= A[q+1 ..r]
2.解决：通过递归调用高速排序，对子数组A[p ..q-1]和A[q+1 ..r]排序。
3.合并。
三、高速排序算法
版本号一：
QUICKSORT(A, p, r)
1 if p < r
2 then q ← PARTITION(A, p, r) //关键
3 QUICKSORT(A, p, q - 1)
4 QUICKSORT(A, q + 1, r)
数组划分
高速排序算法的关键是PARTITION过程，它对A[p..r]进行就地重排：
PARTITION(A, p, r)
1 x ← A[r]
2 i ← p - 1
3 for j ← p to r - 1
4 do if A[j] ≤ x
5 then i ← i + 1
6 exchange A[i] <-> A[j]
7 exchange A[i + 1] <-> A[r]
8 return i + 1
ok，咱们来举一个详细而完整的样例。
来对下面数组，进行高速排序，
2 8 7 1 3 5 6 4(主元)
一、
i p/j
2 8 7 1 3 5 6 4(主元)
j指的2<=4，于是i++，i也指到2，2和2互换，原数组不变。
j后移，直到指向1..
二、
j（指向1）<=4，于是i++
i指向了8，所以8与1交换。
数组变成了：
i j
2 1 7 8 3 5 6 4
三、j后移，指向了3,3<=4，于是i++
i这是指向了7，于是7与3交换。
数组变成了：
i j
2 1 3 8 7 5 6 4
四、j继续后移，发现没有再比4小的数，所以，执行到了最后一步，
即上述PARTITION(A, p, r)代码部分的 第7行。
因此，i后移一个单位，指向了8
i j
2 1 3 8 7 5 6 4
A[i + 1] <-> A[r]，即8与4交换，所以，数组终于变成了例如以下形式，
2 1 3 4 7 5 6 8
ok，高速排序第一趟完毕。
4把整个数组分成了俩部分，2 1 3,7 5 6 8，再递归对这俩部分分别高速排序。
i p/j
2 1 3(主元)
2与2互换，不变，然后又是1与1互换，还是不变，最后，3与3互换，不变，
终于，3把2 1 3，分成了俩部分，2 1，和3.
再对2 1，递归排序，终于结果成为了1 2 3.
7 5 6 8(主元)，7、5、6、都比8小，所以第一趟，还是7 5 6 8，
只是，此刻8把7 5 6 8，分成了 7 5 6，和8.[7 5 6->5 7 6->5 6 7]
再对7 5 6，递归排序，终于结果变成5 6 7 8。
ok，全部过程，全部分析完毕。
最后，看下我画的图：
高速排序算法版本号二
只是，这个版本号不再选取（如上第一版本号的）数组的最后一个元素为主元，
而是选择，数组中的第一个元素为主元。
/**************************************************/
/* 函数功能：高速排序算法 */
/* 函数參数：结构类型table的指针变量tab */
/* 整型变量left和right左右边界的下标 */
/* 函数返回值：空 */
/* 文件名称：quicsort.c 函数名：quicksort () */
/**************************************************/
void quicksort(table *tab,int left,int right)
{
int i,j;
if(left<right)
{
i=left;j=right;
tab->r[0]=tab->r[i]; //准备以本次最左边的元素值为标准进行划分，先保存其值
do
{
while(tab->r[j].key>tab->r[0].key&&i<j)
j--; //从右向左找第1个小于标准值的位置j
if(i<j) //找到了，位置为j
{
tab->r[i].key=tab->r[j].key;i++;
} //将第j个元素置于左端并重置i
while(tab->r[i].key<tab->r[0].key&&i<j)
i++; //从左向右找第1个大于标准值的位置i
if(i<j) //找到了，位置为i
{
tab->r[j].key=tab->r[i].key;j--;
} //将第i个元素置于右端并重置j
}while(i!=j);
tab->r[i]=tab->r[0]; //将标准值放入它的终于位置,本次划分结束
quicksort(tab,left,i-1); //对标准值左半部递归调用本函数
quicksort(tab,i+1,right); //对标准值右半部递归调用本函数
}
}
----------------
ok，咱们，还是以上述相同的数组，应用此快排算法的版本号二，来演示此排序过程：
这次，以数组中的第一个元素2为主元。
2(主) 8 7 1 3 5 6 4
请细看：
2 8 7 1 3 5 6 4
i-> <-j
(找大) (找小)
一、j
j找第一个小于2的元素1,1赋给(覆盖重置)i所指元素2
得到：
1 8 7 3 5 6 4
i j
二、i
i找到第一个大于2的元素8,8赋给(覆盖重置)j所指元素(NULL<-8)
1 7 8 3 5 6 4
i <-j
三、j
j继续左移，在与i碰头之前，没有找到比2小的元素，结束。
最后，主元2补上。
第一趟快排结束之后，数组变成：
1 2 7 8 3 5 6 4
第二趟，
7 8 3 5 6 4
i-> <-j
(找大) (找小)
一、j
j找到4，比主元7小，4赋给7所处位置
得到：
4 8 3 5 6
i-> j
二、i
i找比7大的第一个元素8,8覆盖j所指元素(NULL)
4 3 5 6 8
i j
4 6 3 5 8
i-> j
i与j碰头，结束。
第三趟：
4 6 3 5 7 8
......
下面，分析原理，一致，略过。
最后的结果，例如以下图所看到的：
1 2 3 4 5 6 7 8
相信，经过以上内容的详细分析，你一定明了了。
最后，贴一下我画的关于这个排序过程的图：
完。一月五日补充。
OK,上述俩种算法，明确一种就可以。
-------------------------------------------------------------
五、高速排序的最坏情况和最快情况。
最坏情况发生在划分过程产生的俩个区域分别包括n-1个元素和一个0元素的时候，
即假设算法每一次递归调用过程中都出现了，这样的划分不正确称。那么划分的代价为O（n），
由于对一个大小为0的数组递归调用后，返回T（0）=O（1）。
估算法的执行时间能够递归的表示为：
T（n）=T（n-1）+T（0）+O（n)=T(n-1)+O(n).
能够证明为T（n）=O（n^2）。
因此，假设在算法的每一层递归上，划分都是最大程度不正确称的，那么算法的执行时间就是O（n^2）。
亦即，高速排序算法的最坏情况并不比插入排序的更好。
此外，当数组全然排好序之后，高速排序的执行时间为O（n^2）。
而在相同情况下，插入排序的执行时间为O（n）。
//注，请注意理解这句话。我们说一个排序的时间复杂度，是仅仅针对一个元素的。
//意思是，把一个元素进行插入排序，即把它插入到有序的序列里，花的时间为n。
再来证明，最快情况下，即PARTITION可能做的最平衡的划分中，得到的每一个子问题都不能大于n/2.
由于当中一个子问题的大小为|_n/2_|。还有一个子问题的大小为|-n/2-|-1.
在这样的情况下，高速排序的速度要快得多。为，
T(n)<=2T（n/2）+O（n）.能够证得，T（n）=O（nlgn）。
直观上，看，高速排序就是一颗递归数，当中，PARTITION总是产生9:1的划分，
总的执行时间为O（nlgn）。各结点中示出了子问题的规模。每一层的代价在右边显示。
每一层包括一个常数c。
完。
July、二零一一年一月四日。
=============================================
请各位自行，思考下面这个版本号，相应于上文哪个版本号?
HOARE-PARTITION(A, p, r)
1 x ← A[p]
2 i ← p - 1
3 j ← r + 1
4 while TRUE
5 do repeat j ← j - 1
6 until A[j] ≤ x
7 repeat i ← i + 1
8 until A[i] ≥ x
9 if i < j
10 then exchange A[i] ↔ A[j]
11 else return j
我经常思考，为什么有的人当时明明读懂明确了一个算法，
而一段时间过后，它又对此算法全然陌生而不了解了列?
我想，究其根本，还是没有彻底明确此高速排序算法的原理，与来龙去脉...
那作何改进列，仅仅能找发明那个算法的原作者了，从原作者身上，再多挖掘点实用的东西出来。
July、二零一一年二月十五日更新。
=========================================
最后，再给出一个高速排序算法的简洁演示样例：
Quicksort函数
void quicksort(int l, int u)
{ int i, m;
if (l >= u) return;
swap(l, randint(l, u));
m = l;
for (i = l+1; i <= u; i++)
if (x[i] < x[l])
swap(++m, i);
swap(l, m);
quicksort(l, m-1);
quicksort(m+1, u);
}
假设函数的调用形式是quicksort(0, n-1)，那么这段代码将对一个全局数组x[n]进行排序。
函数的两个參数各自是将要进行排序的子数组的下标：l是较低的下标，而u是较高的下标。
函数调用swap(i,j)将会交换x[i]与x[j]这两个元素。
第一次交换操作将会依照均匀分布的方式在l和u之间随机地选择一个划分元素。
ok，很多其它请參考我写的关于高速排序算法的第二篇文章：一之续、高速排序算法的深入分析，第三篇文章：十二、一之再续：高速排序算法之全部版本号的c/c++实现。
July、二零一一年二月二十日更新。
