运作过程
1、从数列中挑出一个元素,称为基准,重新排序数列,所有元素比基准值小的摆放在基准前面。
所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区结束之后,该基准就处于数列的中间位置。这个称为分区操作。
2、小于基准值元素的子数列和大于基准值元素的子数列排序。
3、递归的最底部情形,是数列的大小是零或一。
也就是永远都已经被排序好了。虽然一直递归下去,但是这个算法总会结束,因为在每次的迭代中,它至少会把一个元素摆到它最后的位置去。
实例
# 快速排序-递归 def quick_sort(alist, begin, end): # 递归的终止条件是begin >= last,即数组大小为1或0 # 递归终止时,数组已经排好序了 if begin >= end: return else: # 以开头的值作为基准值,然后以基准值为界将数组分区,将分区后的左右两部分继续调用快速排序函数 mid_value = alist[begin] low = begin high = end # 分别从右往左寻找小于基准值的值,从左往右寻找大于基准值的值 while low < high: # 从右往左寻找小于基准值的值 while low < high and alist[high] >= mid_value: high -= 1 alist[low] = alist[high] # 从左往右寻找大于基准值的值 while low < high and alist[low] < mid_value: low += 1 alist[high] = alist[low] # 循环结束时,low == high,这个位置正是基准点的位置 alist[low] = mid_value # 对low左边的元素执行快速排序 quick_sort(alist, begin, low - 1) quick_sort(alist, low + 1, end) if __name__ == '__main__': alist = [54, 26, 93, 17, 77, 31, 44, 55, 20] print(alist) quick_sort(alist, 0, len(alist) - 1) print(alist)
本文教程操作环境:windows7系统、Python 3.9.1,DELL G3电脑。
苹果芯片加持下PyTorch如何利用GPU和NPU?
NumPy保存和加载数据时如何处理None值?
遇到Python读取Excel测试用例时出现“list index out of range”错误,可以按照以下步骤解决:检查Excel文件内容:确保Excel文件中的数据完整且格式正确。错误常见于尝试访问不存在的列表索引,因此确认每一行都有足够的数据。查看代码逻辑:检查读取Excel文件的代码,特别是涉及到列表索引的部分。确保你访问的索引在列表的有效范围内。例如,如果列表长度为5,索引只能从0到4。调试代码:在可能出错的地方添加打印语句或使用调试器,查看变量的值和列表的长度,确保你在正确的位置访问正确的
微信扫码后小窗口变空白?解决方法在这里!
TCP端口占用:服务端程序退出后,端口为何依然被占用且如何解决?
初学者 Python 项目:使用 OpenCV 和 Mediapipe 构建增强现实绘图应用程序