java快速排序详解

article/2025/9/16 4:00:55

文章目录

  • 一、快排原理
  • 二、实例操作
  • 三、实战代码
  • 四、总结


一、快排原理

  1. 从待排序区间选择一个数,作为基准值(pivot);
  2. 遍历整个待排序区间,将比基准值小的(可等于)放到基准值左边,将比基准值大的(可等于)放到基准值右边;
  3. 采用分治思想,对左右两个小区间按照同样的方式处理,直到小区间长度=1(说明已有序)或者小区间长度=0(说明没有数据可排了).

二、实例操作

我们现在有如下数据(红字代表数组下标),要求从小到大排序。
在这里插入图片描述

我们定义3个变量start、end、tmp,这里默认start在下标0的位置,end在下标9的位置。
在这里插入图片描述
将start位置的数据(这里是6)拿出来,放到tmp里,从end位置开始向前找,如果end位置的数据比tmp里的数据大,end–,反之,end位置的数据给到start位置

示例如下:

1.start位置数据给到tmp
在这里插入图片描述
2.判断:end位置上是8,tmp位置上是6,8比6大,end–在这里插入图片描述
在这里插入图片描述
3.判断:end位置上是10,tmp位置上是6,10比6大,end–
在这里插入图片描述
在这里插入图片描述
4.判断:end位置上是5,tmp位置上是6,5比6小,end数据给到start位置
在这里插入图片描述
在这里插入图片描述

到这里,start位置的空补上了,end又空出来了,怎么办?举一反三——前面end是往前找比tmp小的数据,那我们start就是往后找比tmp大的数据

示例如下:

在这里插入图片描述
5.判断:start位置上是5,tmp位置上是6,5比6小,start++
6.判断:start位置上是1,tmp位置上是6,1比6小,start++
7.判断:start位置上是2,tmp位置上是6,2比6小,start++
8.判断:start位置上是7,tmp位置上是6,7比6大,start位置的值给end位置

在这里插入图片描述

到这里start又空出来位置了,end继续向前找比tmp小的数据
9.判断:end位置上是7,tmp位置上是6,7比6大,end–
10.判断:end位置上是4,tmp位置上是6,4比6小,end位置数据给start位置
在这里插入图片描述
在这里插入图片描述
到这里,end位置再次空缺,start开始向后走,找比tmp大的数据
11.判断:start位置上是4,tmp位置上是6,4比6小,start++
12.判断:start位置上是9,tmp位置上是6,9比6大,start位置数据给end位置

在这里插入图片描述

在这里插入图片描述
start再次空出,同样的,继续end往前找比tmp小的
11.判断:end位置上是9,tmp位置上是6,9比6大,end–
12.判断:end位置上是3,tmp位置上是6,3比6小,end位置数据给start位置
在这里插入图片描述
在这里插入图片描述
end位置再次空出,我们老样子,start向后找比tmp大的,我们start往后一走,发现与end相遇了,这个时候,把tmp里的值给start(end也一样,此时end位置就是start位置)
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
这个end与start相遇的位置,我们也叫基准位置,这里用变量pivot表示
走完上面的全部步骤,我们发现,基准左边的数<=基准<=基准右边的数

那会有同学说:“啊,你这走完一遍,也没有全部从小到大排序啊!”,请不要急,刚刚只是第一步。找到基准之后,分而治之,分别重复上面操作递归基准的左边和右边。
在这里插入图片描述
(这里仅以左边为例)
在这里插入图片描述
1.start的数据放到tmp里:
在这里插入图片描述
2.end向前找比tmp小的数据
判断:end位置上是3,tmp位置上是5,3比5小,end位置数据给start位置
在这里插入图片描述

在这里插入图片描述
3.start开始向后找比tmp大的数据
判断:start位置上是3,tmp位置上是5,3比5小,start++
判断:start位置上是1,tmp位置上是5,1比5小,start++
判断:start位置上是2,tmp位置上是5,2比5小,start++
判断:start位置上是4,tmp位置上是5,4比5小,start++

4.start与end相遇,tmp位置数据给到start(end也可以,两者都一样)
在这里插入图片描述
在这里插入图片描述
到这里新的基准产生。
在这里插入图片描述
再对新基准的左右进行同样的递归,
5的左边:(这里省略上述同样操作)
5的右边:没有数据,也就是小区间长度=0(说明没有数据可排了).

ps:上述方法也就是常说的挖坑法

三、实战代码

代码如下(示例):

public static void quickSort(int[]array){//这里是为了接口统一,读者也可以直接用里面的quickquick(array,0, array.length-1);}public static void quick(int[]arr,int left,int right){if(left>=right){return;}int pivot=partition(arr,left,right);//找基准quick(arr,left,pivot-1);//递归基准坐边quick(arr, pivot+1, right);//递归基准右边//找基准类似一棵二叉树}private static int partition(int[]arr,int start,int end){//找基准,挖坑法int tmp=arr[start];while(start<end){while(start<end&&arr[end]>=tmp){//为什么多加一个start<end?//防止出现1234这种序列,tmp=1,arr[tmp]>=tmp一直成立,end一直--,最后越界访问到arr[-1]end--;}//end下标遇到了<tmp的值arr[start]=arr[end];while(start<end&&arr[start]<=tmp){//为什么多加一个start<end?//防止出现4321这种序列,tmp=4,arr[start]<=4一直成立,start一直++,最后越界访问到arr[arr.length]start++;}//start下标遇到了>tmp的值arr[end]=arr[start];}arr[start]=tmp;//相遇位置就是基准位置return start;//这里start和end一样,return end也可以}public static void main(String[] args) {int[]arr={6,1,2,7,9,3,4,5,10,8};quickSort(arr);System.out.println(Arrays.toString(arr));//[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]}

运行结果如下:
在这里插入图片描述


四、总结

  1. 在待排序区间选择一个基准值(我这里是选择最左边的数据)
  2. 做循环与递归,使得小的数在基准左,大的数在基准右
  3. 继续分治处理基准左边和右边的区间

http://chatgpt.dhexx.cn/article/7qcAtkop.shtml

相关文章

快速排序Java

基本思想 快速排序的基本思想&#xff1a;通过一趟排序将待排记录分隔成独立的两部分&#xff0c;其中一部分记录的关键字均比另一部分的关键字小&#xff0c;则可分别对这两部分记录继续进行排序&#xff0c;以达到整个序列有序。 算法描述 快速排序使用分治法来把一个串&…

快速排序 Java模板

快速排序Java模板 详情参考 https://www.acwing.com/problem/content/787/ https://www.acwing.com/solution/content/2096/ 快速排序的整体过程&#xff0c;动态变化流程 以从小到大排序为例 选择一个目标参考值 p i v i t pivit pivit&#xff0c;通常课本上会说选择数组…

java 实现快速排序

1.介绍 快速排序是对冒泡排序的一种改进。它的基本思想是&#xff1a;通过一趟排序将要排序的数据分割成独立的两部分&#xff0c;其中一 部分的所有数据都比另外一部分的所有数据都要小&#xff0c;然后再按此方法对这两部分数据分别进行快速排序&#xff0c;整个排序 过程可以…

使用 Java 实现快速排序(详解)

一、概述 最近在看一些面试题&#xff0c;发现很多面试过程中都会要求手写快速排序&#xff0c;查阅一些博客发现别人写的并不是特别清楚而且也很难记住&#xff0c;所以为了更好的掌握这个算法&#xff0c;所以在这篇文章中&#xff0c;将自己的学习过程记录下来&#xff0c;…

【JAVA】快速排序

快排&#xff0c;和冒泡排序一样&#xff0c;是同一类型的排序&#xff0c;都是交换排序 交换&#xff0c;涉及在遍历中比较&#xff0c;然后相互交换元素 冒泡排序是根据趟数两两比较&#xff0c;边比较边交换&#xff0c;快排也一样&#xff0c;不过冒泡是以顺序表的格式进…

快速排序Java代码实现

代码实现&#xff08;附注释&#xff09; import java.util.Arrays;public class Main {public static void main(String[] args) {int[] arr {9, 3, 7, 3, 6, 5, 3, 2, 1, 0};System.out.println("排序前&#xff1a;");System.out.println(Arrays.toString(arr))…

java 算法之快速排序

1、快速排序是一种比较高效的排序算法&#xff0c;采用“分而治之”的思想&#xff0c;通过多次比较和交换来实现排序&#xff0c;在一趟排序中把将要排序的数据分成两个独立的部分&#xff0c;对这两部分进行排序使得其中一部分所有数据比另一部分都要小&#xff0c;然后继续递…

快速排序(java实现)

高快省的排序算法 有没有既不浪费空间又可以快一点的排序算法呢&#xff1f;那就是“快速排序”啦&#xff01;光听这个名字是不是就觉得很高端呢。 假设我们现在对“6 1 2 7 9 3 4 5 10 8”这个10个数进行排序。首先在这个序列中随便找一个数作为基准数&#xff08;不要被这…

(论文阅读)图像超分辨率的回顾与展望

(论文阅读&#xff09;图像超分辨率的回顾与展望 1 引言2 超分辨率技术的分类2.1 多图像超分辨率2.2 视频超分辨率2.3 单图像超分辨率2.3.1 基于插值的单图像超分辨率算法2.3.2 基于重建模型的单图像超分辨率算法2.3.3 基于学习的单图像超分辨率算法 3 基于深度学习的单图像超分…

【图像超分辨率重建】——EnhanceNet论文精读笔记

2017-EnhanceNet: Single Image Super-Resolution Through Automated Texture Synthesis(EnhanceNet) 基本信息 作者&#xff1a; Mehdi S. M. Sajjadi Bernhard Scholkopf Michael Hirsch 期刊&#xff1a; ICCV 引用&#xff1a; * 摘要&#xff1a; 单一图像超分辨率是指从…

图像超分辨率

参考&#xff1a;https://zhuanlan.zhihu.com/p/31664818 SRCNN: 《Learning a Deep Convolutional Network for Image Super-Resolution》 网络框架为&#xff1a;9*9*64(f19,n164),1*1*32(n232),5*5*1(f35) 所用的损失函数为&#xff1a; 该网络和传统方法的稀疏编码来超分…

SRGAN——使用与超分辨率重建的GAN

SRGAN数据GAN理论在超分辨率重建&#xff08;SR&#xff09;方面的应用。 一、超分辨率技术 1.SR技术介绍 SR技术&#xff0c;是指从观测到的低分辨率图像重建出相对应的高分辨率图像&#xff0c;在监控设备、卫星图像和医学影像等领域都有重要的应用价值&#xff0c;也可以应…

OpenCV中的超分辨率

文章目录 介绍OpenCV中的超分辨率EDSRESPCNFSRCNNLapSRN结果结论 介绍 超分辨率是指放大或改善图像细节的过程。请关注此博客&#xff0c;以了解OpenCV中“超分辨率”的选项。当增加图像的尺寸时&#xff0c;需要以某种方式插入额外的像素。基本的图像处理技术无法提供良好的效…

超分辨率IMDN

Lightweight Image Super-Resolution with Information Multi-distillation Network IMDB模块&#xff0c; class IMDModule(nn.Module):def __init__(self, in_channels, distillation_rate0.25):super(IMDModule, self).__init__()self.distilled_channels int(in_channels …

学习盲图像超分辨率的退化分布

学习盲图像超分辨率的退化分布 文章目录 学习盲图像超分辨率的退化分布摘要前言2、相关工作基于预定义的退化基于学习的退化 3、学习退化过程的分布3.1 核模型3.2 噪声模型3.3 概率退化模型3.4 盲SR统一的框架 4、实验4、1 实验设置4.2 与其他方法比较4.2 与其他方法比较 论文 …

超分辨率重建基础知识总结

超分辨率重建基础知识总结 1、为什么使用超分辨率重建&#xff1f;2、经典图像插值算法有哪些&#xff0c;局限在哪里&#xff1f;3、进行超分辨率重建的方式有哪些?4、超分辨率重建技术与图像复原技术区别与联系&#xff1f;5、SR常用的评价指标基于重建的方法基于学习的图像…

ELAN超分辨率

ELAN&#xff1a;将超分网络SwinIR高效化&#xff0c; https://github.com/xindongzhang/ELAN pip install pytorch-msssim -i https://pypi.tuna.tsinghua.edu.cn/simple pip install pyyaml -i https://pypi.tuna.tsinghua.edu.cn/simple pip install tqdm -i https://pypi…

超分辨率论文阅读

残差卷积注意力超分 VDSR、ESPCN 等方法表明:网络深度的加深对超 分辨率图像重建质量有至关重要的影响。但训练深度 卷积神经网络难以收敛,在训练过程会出现梯度消失和 梯度爆炸等问题。同时,未完全考虑到图像全局上下文 的信息对提取区域的影响,没有重点关注到图像边缘和…

图像超分辨率重构实战

低分辨率图像重建 任务总览数据加载与配置模型设置生成、判别、特征提取模块调用损失函数与训练测试 今天我们来介绍利用对抗生成网络&#xff08;GAN&#xff09;对低分辨率图像进行重构的介绍。再开始今天的任务之前&#xff0c;给大家强调一下&#xff0c;我们需要使用1.x.x…

图像超分辨率重建

文章目录 一、前言二、网络详解2.1 FSRCNN2.2 ESPCN2.3 VDSR2.4 EDSR2.5 SR-GAN 一、前言 写这篇文章&#xff0c;主要看了NTIRE 图像复原(Image Restoration)。挑战赛上超分辨率赛道上一些优胜队伍的方法。在这里跟大家分享下&#xff0c;如有错误的地方&#xff0c;还请指正…