算法描述:是对插入算法的一种优化,利用对问题的二分化,实现递归完成快速排序 ,
在所有算法中二分化是最常用的方式,将问题尽量的分成两种情况加以分析,
最终以形成类似树的方式加以利用,因为在比较模型中的算法中,最快的排序时间 负载度为 O(nlgn)
算法步骤:
- 将数据根据一个值按照大小分成左右两边,左边小于此值,右边大于
- 将两边数据进行递归调用步骤1
- 将所有数据合并
package main
import "fmt"
// 算法描述:是对插入算法的一种优化,利用对问题的二分化,实现递归完成快速排序 ,
// 在所有算法中二分化是最常用的方式,将问题尽量的分成两种情况加以分析,
// 最终以形成类似树的方式加以利用,因为在比较模型中的算法中,最快的排序时间 负载度为 O(nlgn)
// 算法步骤
// 1.将数据根据一个值按照大小分成左右两边,左边小于此值,右边大于
// 2.将两边数据进行递归调用步骤1
// 3.将所有数据合并
func QuickSort(arr []int) []int {
// 如果数组大于或者小于1 直接返回原数组
if len(arr) <= 1 {
return arr
}
// 第一个数据
splitdata := arr[0]
// 比我小的数
low := make([]int, 0)
// 比我大的数
hight := make([]int, 0)
// 与我一样大的数
mid := make([]int, 0)
// 存放等值
mid = append(mid, splitdata)
// 拿到了第一个数据,从1开始
for i := 1; i < len(arr); i++ {
//比第一个数据小则存入 low
if arr[i] < splitdata {
low = append(low, arr[i])
//比第一个数据大则存入 hight
} else if arr[i] > splitdata {
hight = append(hight, arr[i])
// 否则相等
} else {
mid = append(mid, arr[i])
}
}
// 递归排序
low, hight = QuickSort(low), QuickSort(hight)
// 合并数据
myarr := append(append(low, mid...), hight...)
return myarr
}
//快读排序算法
func main() {
arr := []int{1, 9, 10, 30, 2, 5, 45, 8, 63, 234, 12}
fmt.Println(QuickSort(arr))
}