使用 Java 实现快速排序(详解)

article/2025/9/15 13:25:01

在这里插入图片描述

一、概述

最近在看一些面试题,发现很多面试过程中都会要求手写快速排序,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,所以为了更好的掌握这个算法,所以在这篇文章中,将自己的学习过程记录下来,你将学习到快速排序算法和使用 Java 如何实现快速排序。

快速排序是一种基于分而治之的排序算法,其中:
1、通过从数组中选择一个中心元素将数组划分成两个子数组,在划分数组时,将比中心元素小的元素放在左子数组,将比中心元素大的元素放在右子数组。
2、左子数组和右子数组也使用相同的方法进行划分,这个过程一直持续到每个子数组都包含一个元素为止。
3、最后,将元素组合在一起以形成排序的数组。

中心元素(pivot element):有的地方翻译为:枢轴元素、基元,基准元素,我这里就叫做中心元素

二、快速排序算法的工作原理

1、选择中心元素

选择不同位置的中心元素,快速排序就有不同的变体,比如可以选择:第一个元素、最后一个元素以及左端、右端和中心位置上的三个元素的中值作为中心元素,在这里,我们将选择数组的最后一个元素作为中心元素。

2、重新排列数组

现在重新排列数组,将比中心元素小的放在左边,比中心元素大的放在右边。

重新排列数组的方法如下:
1、指针固定在中心元素上,将中心元素与从第一个索引开始的元素进行比较。

2、如果该元素大于中心元素,则为该元素设置第二指针。

3、现在将中心元素与其他元素进行比较,如果到达的元素小于中心元素,则将较小的元素和上次找到的较大元素交换位置。

4、同样,重复该过程以将下一个更大的元素设置为第二指针,并且将其和另一个较小的元素交换位置。

5、该过程一直进行到到达倒数第二个元素为止。

6、最后将中心元素与第二个指针指向的元素交换位置。

3、划分子数组

再次分别为左子部分和右子部分选择了中心元素,并且重复步骤2,子数组被分割,直到每个子数组只有一个元素,至此,该数组已经通过快速排序算法升序排好序了。

4、快速排序可视化插图说明

可以借助以下插图了解快速排序算法的工作原理。

三、快速排序算法伪代码

1、伪代码说明

quickSort(array, leftmostIndex, rightmostIndex)if (leftmostIndex < rightmostIndex)pivotIndex <- partition(array,leftmostIndex, rightmostIndex)quickSort(array, leftmostIndex, pivotIndex - 1)quickSort(array, pivotIndex, rightmostIndex)partition(array, leftmostIndex, rightmostIndex)set rightmostIndex as pivotIndexstoreIndex <- leftmostIndex - 1for i <- leftmostIndex + 1 to rightmostIndexif element[i] < pivotElementswap element[i] and element[storeIndex]storeIndex++swap pivotElement and element[storeIndex+1]
return storeIndex + 1

四、Java 实现快速排序

Java 实现快速排序的代码如下:


public class QuickSort {public static int partition(int[] array, int low, int high) {// 取最后一个元素作为中心元素int pivot = array[high];// 定义指向比中心元素大的指针,首先指向第一个元素int pointer = low;// 遍历数组中的所有元素,将比中心元素大的放在右边,比中心元素小的放在左边for (int i = low; i < high; i++) {if (array[i] <= pivot) {// 将比中心元素小的元素和指针指向的元素交换位置// 如果第一个元素比中心元素小,这里就是自己和自己交换位置,指针和索引都向下一位移动// 如果元素比中心元素大,索引向下移动,指针指向这个较大的元素,直到找到比中心元素小的元素,并交换位置,指针向下移动int temp = array[i];array[i] = array[pointer];array[pointer] = temp;pointer++;}System.out.println(Arrays.toString(array));}// 将中心元素和指针指向的元素交换位置int temp = array[pointer ];array[pointer] = array[high];array[high] = temp;return pointer;}public static void quickSort(int[] array, int low, int high) {if (low < high) {// 获取划分子数组的位置int position = partition(array, low, high);// 左子数组递归调用quickSort(array, low, position -1);// 右子数组递归调用quickSort(array, position + 1, high);}}public static void main(String[] args) {int[] array = {6,72,113,11,23};quickSort(array, 0, array.length -1);System.out.println("排序后的结果");System.out.println(Arrays.toString(array));}
}

排序过程的结果如下:

[6, 72, 113, 11, 23]
[6, 72, 113, 11, 23]
[6, 72, 113, 11, 23]
[6, 11, 113, 72, 23]
[6, 11, 23, 72, 113]
[6, 11, 23, 72, 113]
排序后的结果
[6, 11, 23, 72, 113]

从这个排序结果我们可以知道整个排序过程。

五、快速排序的复杂性

时间复杂度O表示
最好O(n * log n)
最差O(n * n)
平均O(n * log n)
空间复杂度O(log n)
稳定性不稳定

1、时间复杂度

  • 最坏的情况复杂度[Big-O] :
    当选择的中心元素是最大或最小的元素时发生,这种情况导致中心元素位于已排序数组的最末端,一个子数组始终为空,而另一个子数组包含元素,因此,仅在此子数组上调用quicksort,快速排序算法对于分散的数据具有更好的性能。
  • 最好的情况复杂度[Big-O] :
    当中心元素始终是中间元素或靠近中间元素时,会发生这种情况。
  • 平均复杂度[Big-O] :
    在不出现上述条件时发生。

2、空间复杂度

快速排序的空间复杂度为O(log n)。

六、快速排序的应用

在以下情况下使用Quicksort算法

  • 编程语言适合递归
  • 时间复杂度很重要
  • 空间复杂性很重要

http://chatgpt.dhexx.cn/article/FILb3U0n.shtml

相关文章

【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…

图像超分辨率重建概述

1. 概念&#xff1a; 图像分辨率是一组用于评估图像中蕴含细节信息丰富程度的性能参数&#xff0c;包括时间分辨率、空间分辨率及色阶分辨率等&#xff0c;体现了成像系统实际所能反映物体细节信息的能力。相较于低分辨率图像&#xff0c;高分辨率图像通常包含更大的像素密度、…

深度学习用于图像超分辨率重建综述——超分辨率(一)

文章目录 Deep Learning for Image Super-resolution: A Survey超分辨简介最新进展1. 超分网络的升采样结构2. 可学习的升采样方法3. 全局和局部网络结构设计4. 损失函数设计5. 批归一化6. 课程学习7. 多级监督8. 其他网络设计和学习策略9. 无监督图像超分辨率10. 超分在专有领…

单图像超分辨率重建总结

单图像超分辨率重建总结 定义 单图像超分辨率重建&#xff08;Single Image Super-resolution Reconstruction&#xff0c;SISR&#xff09;旨在从给定的低分辨率&#xff08;LR&#xff09;图像中&#xff0c;重建含有清晰细节特征的高分辨率&#xff08;HR&#xff09;图像…

基于深度学习的图像超分辨率重建技术的研究

1 超分辨率重建技术的研究背景与意义 图像分辨率是一组用于评估图像中蕴含细节信息丰富程度的性能参数&#xff0c;包括时间分辨率、空间分辨率及色阶分辨率等&#xff0c;体现了成像系统实际所能反映物体细节信息的能力。相较于低分辨率图像&#xff0c;高分辨率图像通常包含…