以下摘自网络
随机化快排:快速排序的最坏情况基于每次划分对主元的选择。基本的快速排序选取第一个元素作为主元。这样在数组已经有序的情况下,每次划分将得到最坏的结果。一种比较常见的优化方法是随机化算法,即随机选取一个元素作为主元。这种情况下虽然最坏情况仍然是O(n^2),但最坏情况不再依赖于输入数据,而是由于随机函数取值不佳。实际上,随机化快速排序得到理论最坏情况的可能性仅为1/(2^n)。所以随机化快速排序可以对于绝大多数输入数据达到O(nlogn)的期望时间复杂度。一位前辈做出了一个精辟的总结:“随机化快速排序可以满足一个人一辈子的人品需求。”
随机化快速排序的唯一缺点在于,一旦输入数据中有很多的相同数据,随机化的效果将直接减弱。对于极限情况,即对于n个相同的数排序,随机化快速排序的时间复杂度将毫无疑问的降低到O(n^2)。解决方法是用一种方法进行扫描,使没有交换的情况下主元保留在原位置。
以上摘自网络
#include <stdint.h> #include <iostream> #include <time.h> #ifdef __linux #include <stdlib.h> #include <stdio.h> #endif // RANDOMIZED-QUICKSORT(A, p, r) // if p < r // q = PARTITION(A, p, r) // RANDOMIZED-QUICKSORT(A, p, q - 1) // RANDOMIZED-QUICKSORT(A, q + 1, r) // To sort an entire array, the initial call is RANDOMIZED-QUICKSORT(A, 1, A.length) // PARTITION(A, p, r) // x = A[r] // i = p - 1 // for j = p to r - 1 // if A[j] <= x // i = i + 1 // exchange A[i + 1] with A[r] // exchange a[i + 1] with A[r] // return i + 1 // RANDOMIZED-PARTITION // i = RANDOM(p, r) // exchangeA[r] with A[i] // return PARTITION(A, p, r) void swap(int64_t* A, uint64_t i, uint64_t j) { int64_t tmp = A[i]; A[i] = A[j]; A[j] = tmp; } int64_t partition(int64_t* A, int64_t p, int64_t r) { int64_t x = A[r]; int64_t i = p; for (int64_t j = p; j < r; j++) { if (A[j] <= x) { swap(A, i, j); i++; } } swap(A, i, r); return i; } int64_t RandomizedPartition(int64_t* A, int64_t p, int64_t r) { int64_t i = (rand() % (r - p)) + p/* + 1*/; swap(A, i, r); return partition(A, p, r); } void RandomQuicksort(int64_t* A, int64_t p, int64_t r) { if (p < r) { int64_t q = RandomizedPartition(A, p, r); RandomQuicksort(A, p, q - 1); RandomQuicksort(A, q + 1, r); } } void print_array(int64_t* A, int64_t n) { std::cout << "print array" << std::endl; for (int64_t i = 0; i < n; i++) { std::cout << A[i] << " "; } std::cout << std::endl; } int main() { srand((int)time(0)); int64_t array[] = { 2, 8, 7, 1, 3, 5, 6, 4 }; print_array(array, 8); RandomQuicksort(array, 0, 7); print_array(array, 8); getchar(); return 0; }