快速排序

2021-06-23 15:03

阅读:397

标签:快排   传送门   选择   哨兵   value   for   算法   bsp   nbsp   

快速排序

//思路:每次确定一个数的左边和右边,然后依次递归,直到触发停止条件
//具体:每次选择一个基准,这个基准左边的用left数组保存,右边的用right数组保存,再对左边和右边分别进行递归,直到数组的长度小于等于1
function quickSort(arr){
if(arr.length return arr
}
var [left,right,mid] = [[],[],Math.floor(arr.length/2)],
value = arr[mid]
arr.forEach((item,index)=>{
if(item left.push(item)
}else if(item>value){
right.push(item)
}
})
return quickSort(left).concat([value],quickSort(right))
}

上述的快速排序实现很好理解,就是每次遍历当前的arr,将比中间值小的放到left,大的放到right。这是前端通常的版本,但是这样的版本是有问题的。正常的我们说快排的时间复杂度平均和最好都是O(nlogn),最坏情况下是O(n^2),空间复杂度为O(nlogn)。这个代码中,空间复杂度为O(nlogn),因为使用了临时数组,应该就地服用数组,不要临时空间,使算法的空间复杂度变为O(1)。

注:网上看到说阮版本的快排会有问题,在其中使用了splice,splice的时间复杂度为n,导致算法的复杂度达到O(n^2),具体见(v8引擎之splice实现)

真正的快排:

function quickSort(){


}

function Patition(){


}

其实网上看到的大部分讲快速排序的实现原理,中间关于两头的哨兵,调换位置,就是使用的就地复用的思想。避免额外的空间。

 引申问题

1.为什么快速排序是不稳定的

 

2.快速排序的空间复杂度

  上面说了,空间复杂度O(nlogn),但是使用就地复用

3.什么时候时间复杂度变为O(n^2)

 

动画版的传送门

快速排序

标签:快排   传送门   选择   哨兵   value   for   算法   bsp   nbsp   

原文地址:https://www.cnblogs.com/wuleh/p/9674000.html


评论


亲,登录后才可以留言!