算法设计与分析：深入理解快速排序

本文参考UCAS卜东波老师的计算机算法设计分析课程完成

前言

快速排序是复杂度$O(nlogn)$的排序算法中最常用的一个，也是分治思想的一个具体应用，关于分治思想的理解可以参考我的这篇文章分治思想。在了解快速排序前，我建议先理解分治思想和归并排序，掌握之后再来看快速排序，会有更好的效果。

快速排序

原理

快速排序与归并排序最明显的不同点是，前者基于数值划分，后者基于下标划分。快速排序会从数组中找一个中间数pivot，将数组小于piovt的放到左边，大于pivot的放到右边。这个貌似很容易理解（先不管pivot如何选取），我们可以得到如下伪代码：

quick_sort(A):
	S_l = [],S_r = []  # s_l存储小于pivot的值，s_r存储大于pivot的值
	choose pivot A[p]  # 随机抽取
	for i = 0 to |A|-1:
		if A[i] < A[p]:
			S_l += A[i]  # 若比pivot小，则将A[i]放到pivot左边
		else:
			S_r += A[i] # 否则将A[i]放到pivot右边
	quick_sort(S-)
	quick_sort(S+)
	output S-,A[p],S+  # 按照顺序输出三者

将上面的过程转换成图例如下：

第一次pivot选择4（随机），213放左边，5放右边，第二次pivot选择3，21放左边，右边为空，第三次pivot选择1，左边为空，2放右边。得到有序数组。

时间复杂度

• 估算时间复杂度
  上述过程的时间复杂度是多少呢？好像是$O(nlogn)$？我们考虑两种极端情况，pivot每次都选中了中位数和pivot每次都选了边边的数。两种划分的结果如下：
  
  发现时间相差较大，写出递推公式分别如下(每一次选定pivot，所有数要和其比较，额外开销时间复杂度$O(n)$)：
  • 最好情况
    $$T(n)=2T(\frac{n}{2})+O(n)=O(nlogn)$$
  • 最坏情况
    $$T(n)=T(n-1)+O(n)=O(n^2)$$

那么一般情况下是什么样的呢？
假设取pivot的时候使得划分比例是3:1,那么划分得到的树如下所示（也就是分治思想一文中提到的不均匀划分）：

容易知道这棵树的高度是$lo{g}_{\frac{4}{3}}n$，由于每一次划分的额外开销是$O(n)$所以总的时间复杂度是$O(nlo{g}_{\frac{4}{3}}n)=O(nlogn)$，和最好情况一样的复杂度，同样的，按8:1,100:1的划分也都有$O(nlo{g}_{\frac{9}{8}}n)=O(nlo{g}_{\frac{101}{100}}n)=O(nlogn)$

有人可能不理解这里，为什么划分100:1这么大，仍然复杂度还是$O(nlog$