介紹一下快排原理以及時間復雜度,并實現一個快排
本文轉載自微信公眾號「三分鐘學前端 」,作者sisterAn。轉載本文請聯系三分鐘學前端公眾號。
快排使用了分治策略的思想,所謂分治,顧名思義,就是分而治之,將一個復雜的問題,分成兩個或多個相似的子問題,在把子問題分成更小的子問題,直到更小的子問題可以簡單求解,求解子問題,則原問題的解則為子問題解的合并。
快排的過程簡單的說只有三步:
- 首先從序列中選取一個數作為基準數
- 將比這個數大的數全部放到它的右邊,把小于或者等于它的數全部放到它的左邊 (一次快排 partition)
- 然后分別對基準的左右兩邊重復以上的操作,直到數組完全排序
具體按以下步驟實現:
- 1,創建兩個指針分別指向數組的最左端以及最右端
- 2,在數組中任意取出一個元素作為基準
- 3,左指針開始向右移動,遇到比基準大的停止
- 4,右指針開始向左移動,遇到比基準小的元素停止,交換左右指針所指向的元素
- 5,重復3,4,直到左指針超過右指針,此時,比基準小的值就都會放在基準的左邊,比基準大的值會出現在基準的右邊
- 6,然后分別對基準的左右兩邊重復以上的操作,直到數組完全排序
注意這里的基準該如何選擇喃?最簡單的一種做法是每次都是選擇最左邊的元素作為基準:
但這對幾乎已經有序的序列來說,并不是最好的選擇,它將會導致算法的最壞表現。還有一種做法,就是選擇中間的數或通過 Math.random() 來隨機選取一個數作為基準,下面的代碼實現就是以隨機數作為基準。
代碼實現
- let quickSort = (arr) => {
- quick(arr, 0 , arr.length - 1)
- }
- let quick = (arr, left, right) => {
- let index
- if(left < right) {
- // 劃分數組
- index = partition(arr, left, right)
- if(left < index - 1) {
- quick(arr, left, index - 1)
- }
- if(index < right) {
- quick(arr, index, right)
- }
- }
- }
- // 一次快排
- let partition = (arr, left, right) => {
- // 取中間項為基準
- var datum = arr[Math.floor(Math.random() * (right - left + 1)) + left],
- i = left,
- j = right
- // 開始調整
- while(i <= j) {
- // 左指針右移
- while(arr[i] < datum) {
- i++
- }
- // 右指針左移
- while(arr[j] > datum) {
- j--
- }
- // 交換
- if(i <= j) {
- swap(arr, i, j)
- i += 1
- j -= 1
- }
- }
- return i
- }
- // 交換
- let swap = (arr, i , j) => {
- let temp = arr[i]
- arr[i] = arr[j]
- arr[j] = temp
- }
- // 測試
- let arr = [1, 3, 2, 5, 4]
- quickSort(arr)
- console.log(arr) // [1, 2, 3, 4, 5]
- // 第 2 個最大值
- console.log(arr[arr.length - 2]) // 4
快排是從小到大排序,所以第 k 個最大值在 n-k 位置上
復雜度分析
- 時間復雜度:O(nlogn)
- 空間復雜度:O(nlogn)