位置: 编程技术 - 正文
快速排序的算法思想及Python版快速排序的实现示例(快速排序的算法流程图)
编辑：rootadmin推荐整理分享快速排序的算法思想及Python版快速排序的实现示例(快速排序的算法流程图)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:快速排序的算法和性能,快速排序的算法复杂度,快速排序的算法和性能,快速排序的算法原理,快速排序的算法设计,快速排序的算法原理,快速排序的算法原理,快速排序的算法思想,内容如对您有帮助，希望把文章链接给更多的朋友！
快速排序是C.R.A.Hoare于年提出的一种划分交换排序。它采用了一种分治的策略，通常称其为分治法(Divide-and-ConquerMethod)。
1.分治法的基本思想
分治法的基本思想是：将原问题分解为若干个规模更小但结构与原问题相似的子问题。递归地解这些子问题，然后将这些子问题的解组合为原问题的解。
2.快速排序的基本思想
设当前待排序的无序区为R[low..high]，利用分治法可将快速排序的基本思想描述为：
（1）分解：
在R[low..high]中任选一个记录作为基准(Pivot)，以此基准将当前无序区划分为左、右两个较小的子区间R[low..pivotpos-1)和R[pivotpos+1..high]，并使左边子区间中所有记录的关键字均小于等于基准记录(不妨记为pivot)的关键字pivot.key，右边的子区间中所有记录的关键字均大于等于pivot.key，而基准记录pivot则位于正确的位置(pivotpos)上，它无须参加后续的排序。
注意：
划分的关键是要求出基准记录所在的位置pivotpos。划分的结果可以简单地表示为(注意pivot=R[pivotpos])：
R[low..pivotpos-1].keys≤R[pivotpos].key≤R[pivotpos+1..high].keys
其中low≤pivotpos≤high。
（2）求解：
通过递归调用快速排序对左、右子区间R[low..pivotpos-1]和R[pivotpos+1..high]快速排序。
（3）组合：
因为当"求解"步骤中的两个递归调用结束时，其左、右两个子区间已有序。对快速排序而言，"组合"步骤无须做什么，可看作是空操作。
Python实现
原理: 先用初始数据， 然后对这个数据进行排序使左边的数据小于该数据，右边的大于该数据，然后用递归的方法对两边的数据进行依次排序。
Python中的复制操作及copy模块中的浅拷贝与深拷贝方法 程序中常常需要复制一个对象,按思路应该是这样的a=[1,2,3]b=a#[1,2,3]printb已经复制好了，但是现在得改变一下第一个元素的值把它改成5b[0]=5#[5,2,3]printb#[5,2
Python编程中对super函数的正确理解和用法解析 当在子类需要调用父类的方法时，在python2.2之前，直接用类名调用类的方法，即非绑定的类方法，并把自身对象self作参数传进去。classA(object):defsay(self):
Python使用ntplib库同步校准当地时间的方法 NTP（NetworkTimeProtocol）是由美国德拉瓦大学的DavidL.Mills教授于年提出，设计用来在Internet上使不同的机器能维持相同时间的一种通讯协定。NTP估算封包
标签: 快速排序的算法流程图
本文链接地址:https://www.jiuchutong.com/biancheng/387022.html 转载请保留说明！上一篇：Python使用functools模块中的partial函数生成偏函数(python中fun函数怎么用)
下一篇：Python中的复制操作及copy模块中的浅拷贝与深拷贝方法(python复制sheet)
