活动地址:CSDN21天学习挑战赛
前言
任何一个可以用计算机求解的问题所需的计算时间都与其规模有关:问题的规模越小,越容易直接求解。 要想直接解决一个规模较大的问题,有时是很困难的。那么,为了更好地解决这些规模较大的问题,分治法应运而生了。它采取各个击破的技巧来解决一个规模较大的问题,该技巧是很多高效算法的基础,如排序算法(快速排序,归并排序),傅立叶变换(快速傅立叶变换)等。
快速排序的正解
算法思想
通过一趟扫描将待排序的元素分割成独立的三个序列:第一个序列中所有元素均不大于基准元素、第二个序列是基准元素、第三个序列中所有元素均不小于基准元素。由于第二个序列已经处于正确位置,因此需要再按此方法对第一个序列和第三个序列分别进行排序,整个排序过程可以递归进行,最终可使整个序列变成有序序列。
快排分治体现
分解
- 在A[low:high]中选定一个元素作为基准元素§,以此基准元素为标准将待排序序列划分为两个子序列并使序列A[low:P-1]中所有元素的值均小于等于A[P],序列A[P+1:high]中所有元素的值均大于等于A[P]。
求解子问题 对子序列A[low:P-1]和A[P+1:high],分别通过递归调用快速排序算法来进行排序。
合并 就地排序。
对于基准元素P可以采取以下五种方法:
- (a)取第一个元素。
- (b)取最后一个元素。
- (c)取位于中间位置的元素。
- (d)“三者取中的规则”。
- (e)取位于low和high之间的随机数,用A[P]作为基准元素。即采用随机函数产生一个位于low和high之间的随机数P(low≤P≤high),用A[P]作为基准,这相当于强迫R[low:high]中的元素是随机分布的。
具体代码实现
#include<iostream>
using namespace std;
//交换函数swap
void swap1(int& a, int& b)
{
int temp = a; a = b; b = temp;
}
//做一个把数组分两半的函数
int sortSecond(int A[], int low, int high)
{
int P = A[high];//基数选择右边界
while (low < high)
{
while (low < high && A[low] <= P)
low++;//左边部分小的跳过
if (low < high){
swap1(A[low], A[high--]);//大的扔到后面并使右边界减一
}
while (low<high && A[high]>=P)
high--;//右边大的跳过
if (low < high) {
swap1(A[low++], A[high]);//小的扔到前面并使左边界加一
}
}
return low;//此时low=high
}
void fastSort(int A[], int low, int high)
{
if (low > high) return;//递归结束条件 low>high
int v = sortSecond(A, low, high);
fastSort(A, low, v - 1);//对左区间递归排序
fastSort(A, v + 1, high);//对右区间递归排序
}
int main()
{
int A[9] = {4,3,1,2,4,9,5,8,6};
int len = sizeof(A) / sizeof(A[0]);
cout << "排序前数组为:\t" << endl;
for (int i = 0; i < len; i++)
{
cout << A[i] << " ";
}
cout << endl;
fastSort(A, 0, len-1);//时间复杂度 平均情况O(nlogn),最坏情况O(n^2)
cout << "快速排序后数组为:\t" << endl;
for (int i = 0; i < len; i++)
{
cout << A[i] << " ";
}
}
我选择的是以最右边的元素作为基准元素,所以先和基准元素左边的值作比较,如果A[low]<=P,进行low++操作,反之交换数据并让让右边界减一,这是因为右半部分是和P作比较,所以没必要把判断过的数据重复判断,直到low!<high,返回low的值,而且不难想到此时low=high。
有趣的分治法到这里就结束了,分治法是一种很重要的算法。它采取各个击破的技巧来解决一个规模较大的问题,该技巧是很多高效算法的基础,所以希望这篇博客可以被大家收藏,如果有错误或者不规范的地方一定评论出来!
本文含有隐藏内容,请 开通VIP 后查看