快速排序效率:扫描方向重要吗?
Quicksort efficiency: does direction of scan matter?
这是我对就地快速排序算法的实现,改编自 this 视频:
def partition(arr, start, size):
if (size < 2):
return
index = int(math.floor(random.random()*size))
L = start
U = start+size-1
pivot = arr[start+index]
while (L < U):
while arr[L] < pivot:
L = L + 1
while arr[U] > pivot:
U = U - 1
temp = arr[L]
arr[L] = arr[U]
arr[U] = temp
partition(arr, start, L-start)
partition(arr, L+1, size-(L-start)-1)
似乎有一些扫描步骤的实现,其中数组(或数组的当前部分)被分成 3 段:低于枢轴的元素、枢轴和大于枢轴的元素。我从左边扫描大于或等于枢轴的元素,从右边扫描小于或等于枢轴的元素。一旦找到其中一个,就进行交换,循环继续,直到左边的标记等于或大于右边的标记。但是,在 this 图之后还有另一种方法,在许多情况下可以减少分区步骤。有人可以验证哪种方法实际上对快速排序算法更有效吗?
您使用的两种方法基本相同。在上面的代码中
index = int(math.floor(random.random()*size))
索引是随机选择的,可以是第一个元素,也可以是最后一个元素。在 link https://s3.amazonaws.com/hr-challenge-images/quick-sort/QuickSortInPlace.png 中,他们最初将最后一个元素作为枢轴并以与代码中相同的方式移动。
所以这两种方法是一样的。在您的代码中,您随机 select 枢轴,在图像中 - 您声明枢轴。
这是我对就地快速排序算法的实现,改编自 this 视频:
def partition(arr, start, size):
if (size < 2):
return
index = int(math.floor(random.random()*size))
L = start
U = start+size-1
pivot = arr[start+index]
while (L < U):
while arr[L] < pivot:
L = L + 1
while arr[U] > pivot:
U = U - 1
temp = arr[L]
arr[L] = arr[U]
arr[U] = temp
partition(arr, start, L-start)
partition(arr, L+1, size-(L-start)-1)
似乎有一些扫描步骤的实现,其中数组(或数组的当前部分)被分成 3 段:低于枢轴的元素、枢轴和大于枢轴的元素。我从左边扫描大于或等于枢轴的元素,从右边扫描小于或等于枢轴的元素。一旦找到其中一个,就进行交换,循环继续,直到左边的标记等于或大于右边的标记。但是,在 this 图之后还有另一种方法,在许多情况下可以减少分区步骤。有人可以验证哪种方法实际上对快速排序算法更有效吗?
您使用的两种方法基本相同。在上面的代码中
index = int(math.floor(random.random()*size))
索引是随机选择的,可以是第一个元素,也可以是最后一个元素。在 link https://s3.amazonaws.com/hr-challenge-images/quick-sort/QuickSortInPlace.png 中,他们最初将最后一个元素作为枢轴并以与代码中相同的方式移动。
所以这两种方法是一样的。在您的代码中,您随机 select 枢轴,在图像中 - 您声明枢轴。