## 快速排序
1. 基本思想:通过一趟排序将待排记录分成独立的两部分,其中一部分的值均比另一部分的值小,则可以分别对这两部分继续进行排序,直到整个序列有序。
2. 算法描述:
1)从数列中挑出一个元素,称为基准(pivot)
2)重新排序数列,所有元素比基准小的放在基准前面,比基准大的放在基准后面(与基准相等的可放到任意一边)。操作完成后,该基准就处于数列的中间位置。这个称为分区(partition)操作
3)递归地把小于基准元素的子序列和大于基本的子序列排序
* 最简单的快速排序
```
template <typename T>
int partition(vector<T>& data, int l, int r)
{
std::swap(data[r], data[rand() % (r-l+1) + l]); // 基准点随机
T pivot = data[r];
int i = l;
for (int j = l; j < r; ++j)
{
if (data[j] < pivot) {
swap(data[i++], data[j]);
}
}
swap(data[i], data[r]);
return i;
}
template <typename T>
void _quicksort(vector<T>& data, int l, int r)
{
if (l >= r)
return;
int p = partition(data, l, r);
_quicksort(data, l, p-1);
_quicksort(data, p+1, r);
}
template <typename T>
void quicksort(vector<T>& data)
{
srand(time(nullptr));
_quicksort(data, 0, data.size());
}
```
* 二路快速排序
```
template <typename T>
int partiton2(vector<T>& data, int l, int r)
{
swap(data[r], data[rand()%(r-l+1) + l]);
T pivot = data[r];
int i = l, j = r-1;
while (true) {
while (i < r && data[i] < pivot) i++; // 不能 <=
while (j >= l && data[j] > pivot) j--; // 不能 >=
if (i > j) break;
swap(data[i++], data[j--]); // 等于pivot的数据需要平均分配到两边
}
swap(data[r], data[i]);
return i;
}
template <typename T>
void _quicksort2(vector<T>& data, int l, int r)
{
if (l >= r)
return;
int p = partiton2(data, l, r);
_quicksort2(data, l, p-1);
_quicksort2(data, p+1, r);
}
template <typename T>
void quicksort2(vector<T>& data)
{
_quicksort2(data, 0, data.size()-1);
}
```
* 三路快速排序
```
template <typename T>
void _quicksort3(vector<T>& data, int l, int r)
{
if (l >= r)
return;
int lt = l, gt = r, i = l;
/*
* [l, lt) < pivot
* [it, i) == pivot
* [gt, r-1] > pivot
*/
swap(data[r], data[rand()%(r-l+1) + l]);
T pivot = data[r];
while (i < gt) {
if (data[i] < pivot)
swap(data[i++], data[lt++]);
else if (data[i] > pivot)
swap(data[i], data[--gt]);
else
i++;
}
swap(data[r], data[gt]);
_quicksort3(data, l, lt-1);
_quicksort3(data, gt+1, r);
}
template <typename T>
void quicksort3(vector<T>& data)
{
srand(time(nullptr));
_quicksort3(data, 0, data.size()-1);
}
```
- 空白目录
- 算法
- 排序
- 冒泡排序
- 选择排序
- 插入排序
- 归并排序
- 快速排序
- 计数排序
- 桶排序
- 基数排序
- 希尔排序
- 堆排序
- 二分查找
- 最小堆
- 最小索引堆
- 平衡二叉树(AVL tree)
- bitmap位图
- 布隆过滤器
- hashmap
- topK
- 跳表
- LRU Cache
- kmp
- 最小堆和堆排序
- 最短路径
- C++
- 运行时类型判断RTTI
- C++反射
- 手动实现智能指针
- 序列化实现
- rpc实现
- std::forward
- 函数指针的妙用
- C/C++
- std::function
- 同步队列
- 线程池实现
- std::promise
- 深入理解虚函数
- extern "C" 关键字讲解
- 大端小端的区别
- 简历
- 简历1
- redis
- 数据结构和对象
- sds
- list
- zskiplist
- 腾讯云redis面试题总结
- redis集群部署
- LeetCode
- 目标
- go基础
- 算法快速入门
- 数据结构篇
- 二叉树
- 链表
- 栈和队列
- 二进制
- 基础算法篇
- 二分搜索
- 排序算法
- 动态规划
- 算法思维
- 递归思维
- 滑动窗口思想
- 二叉搜索树
- 回溯法
- 其他
- 剑指offer
- 笔记
- git代理加速
- Linux
- vim大法
- vscode远程不能跳转
- cmake
- 设计模式
- 单例模式
- 简单工厂模式
- 外观模式
- 适配器模式
- 工厂方法模式
- 抽象工厂模式
- 生成器模式
- 原型模式
- 中介者模式
- 观察者模式
- 访问者模式
- 命令模式
- 网络编程
- epoll reactor模式
- linux timerfd系列函数总结
- IO
- mapreduce
- 反射器
- leo通信库
- Mutex
- Condition
- thread
- raft
- 协程
- hook
- 定时器
- 别人的面试经验
- 面试题
- vector崩溃问题
- JAVA
- Linux java环境配置
- ucore
- lab1
- FreeNOS
- leveldb
- 刷题笔记
- 回文串
- 前缀树
- 字符串查找
- 查找两个字符串a,b中的最长公共子串
- 动态规划
- golang
- 顺序循环打印实现
- 数据结构
- rpc运用
- python
- 单例
- 深拷贝浅拷贝
- 链表
- python基础题
- mysql
- 事务
- Linux
- 共享内存
- 刷题记录
- 贪心算法
- 动态规划
- 面试
- 腾讯C++面试
- 微众面试JD
- 迅雷网络面试
- 学习网址
- rabbitMq
