Golang实现算法:快速排序和归并排序的比较
在计算机科学中,排序是一种基本的算法问题。排序算法主要有两类:比较排序和非比较排序。比较排序是通过比较元素的大小来排序的,而非比较排序则不是,常见的非比较排序有计数排序、桶排序和基数排序。而比较排序中,快速排序和归并排序是两种比较常见的排序算法。本文将比较这两种算法的性能和实现。
一、快速排序
快速排序是典型的分治思想的体现,它的基本思想是:通过一次排序将要排序的数据分割成独立的两部分,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,然后再按照此方法对两部分数据分别进行快速排序,整个过程递归进行,以此达到整个序列变成有序序列。
1. 算法步骤
快速排序的算法步骤如下:
- 挑选基准值:从数列中挑出一个元素作为基准值,称为枢轴(pivot);
- 分割:重新排列序列,使得比枢轴小的元素在左边,比枢轴大的元素在右边。在这个分割结束之后,对于每个元素,它左边的元素都比它小,右边的元素都比它大;
- 递归排序子序列:通过递归排序左右两个子序列,排序完成。
2. 代码实现
Golang实现快速排序的代码如下:
```go
func QuickSort(arr []int, left, right int) {
if left >= right {
return
}
pivot := partition(arr, left, right)
QuickSort(arr, left, pivot-1)
QuickSort(arr, pivot+1, right)
}
func partition(arr []int, left, right int) int {
pivot := arr[left]
for left < right {
for left < right && arr[right] >= pivot {
right--
}
arr[left] = arr[right]
for left < right && arr[left] <= pivot {
left++
}
arr[right] = arr[left]
}
arr[left] = pivot
return left
}
```
在实现上采用了递归的思想,每次选择最左边的数作为基准值,遍历数组,将比基准值小的数放到左边,比基准值大的数放到右边,并返回基准值(枢轴)在数组中的位置,以便于对左右两个子数组进行递归排序。
如果使用golang内置sort包对数组进行排序,快排的代码如下:
```go
func QuickSort(data Interface) {
n := data.Len()
quickSort(data, 0, n, maxDepth(n))
}
func quickSort(data Interface, a, b, maxDepth int) {
for b-a > 12 {
if maxDepth == 0 {
heapSort(data, a, b)
return
}
maxDepth--
i, j := a+1, b-1
if data.Less(j, i) {
data.Swap(i, j)
}
if data.Less(j, i+1) {
data.Swap(i+1, j)
}
if data.Less(i, i+1) {
data.Swap(i, i+1)
}
p := i
for {
for ; data.Less(i, p); i++ {
}
for ; j > p && !data.Less(p, j); j-- {
}
if i >= j {
break
}
data.Swap(i, j)
}
data.Swap(p, j)
if j-p > b-j {
quickSort(data, a, j, maxDepth)
a = j + 1
} else {
quickSort(data, j+1, b, maxDepth)
b = j
}
}
if b-a > 1 {
for i := a + 1; i < b; i++ {
for j := i; j > a && data.Less(j, j-1); j-- {
data.Swap(j, j-1)
}
}
}
}
```
在Golang内置的sort包中,快排算法的效率极高,它通过减少递归的深度,以及处理小数组的方式来提高效率。
二、归并排序
归并排序也是一种分治的排序算法,它的基本思想是:将待排序序列分成若干个子序列,每个子序列都是有序的,然后合并子序列,使整个序列的数都有序。
1. 算法步骤
归并排序的算法步骤如下:
- 拆分:将要排序的序列拆分成两个子序列,拆分到序列只有一个元素时停止拆分;
- 排序:将每个子序列排序;
- 合并:将已经排好序的子序列合并成一个新的序列。
2. 代码实现
Golang实现归并排序的代码如下:
```go
func MergeSort(arr []int) []int {
if len(arr) <= 1 {
return arr
}
mid := len(arr) / 2
left := MergeSort(arr[:mid])
right := MergeSort(arr[mid:])
return merge(left, right)
}
func merge(left, right []int) []int {
result := []int{}
for len(left) > 0 && len(right) > 0 {
if left[0] <= right[0] {
result = append(result, left[0])
left = left[1:]
} else {
result = append(result, right[0])
right = right[1:]
}
}
if len(left) > 0 {
result = append(result, left...)
}
if len(right) > 0 {
result = append(result, right...)
}
return result
}
```
在实现上采用了递归的思想,将数组拆分成左右两个子数组,然后对每个子数组进行递归排序。最后将已经排好序的左右两个子数组进行合并。
如果使用golang内置sort包对数组进行排序,归并排序的代码如下:
```go
func MergeSort(data Interface) {
n := data.Len()
if n < 2 {
return
}
a := make(slice, n/2)
b := make(slice, n-n/2)
copy(a, data)
copy(b, data[n/2:])
MergeSort(a)
MergeSort(b)
if a[n/2-1].Less(b[0]) {
copy(data, a)
copy(data[n/2:], b)
return
}
for i, j, k := 0, 0, 0; k < n; k++ {
if j >= len(b) || (i < len(a) && !a[i].Less(b[j])) {
data[k] = a[i]
i++
} else {
data[k] = b[j]
j++
}
}
}
```
在Golang内置的sort包中,归并排序的算法效率相对比较低,但它具有稳定性,可以保证相同元素的顺序不变。这也是它被广泛使用的原因之一。
三、算法比较
快速排序和归并排序都是分治思想的体现,它们的时间复杂度都为O(nlogn)。但是在最坏的情况下,快速排序的时间复杂度会退化到O(n^2),而归并排序的时间复杂度则稳定在O(nlogn)。
另外,归并排序需要额外的空间存储子数组,而快速排序不需要额外的空间,它是原地排序的,所以在空间复杂度方面,快速排序优于归并排序。但是这也使得快速排序不稳定,它不能保证相同元素的顺序不变。
四、结论
在实际的应用中,快速排序和归并排序各有优缺点,具体使用哪种算法需要根据实际情况进行选择。如果需要对大量数据进行排序,且空间比较紧张,可以使用快速排序。如果要求排序稳定,可以使用归并排序。如果既需要排序稳定,又不希望额外浪费太多空间,可以考虑使用其他算法,比如堆排序。