实验八 快速排序
数据结构实验报告八-快速排序

实验8 快速排序1.需求分析(1)输入的形式和输入值的范围:第一行是一个整数n,代表任务的件数。
接下来一行,有n个正整数,代表每件任务所用的时间。
中间用空格或者回车隔开。
不对非法输入做处理,及假设用户输入都是合法的。
(2)输出的形式:输出有n行,每行一个正整数,从第一行到最后一行依次代表着操作系统要处理的任务所用的时间。
按此顺序进行,则使得所有任务等待时间最小。
(3)程序所能达到的功能:在操作系统中,当有n 件任务同时来临时,每件任务需要用时ni,输出所有任务等待的时间和最小的任务处理顺序。
(4)测试数据:输入请输入任务个数:9请输入任务用时:5 3 4 2 6 1 5 7 3输出任务执行的顺序:1 2 3 3 4 5 5 6 72.概要设计(1)抽象数据类型的定义:为实现上述程序的功能,应以整数存储用户的第一个输入。
并将随后输入的一组数据储存在整数数组中。
(2)算法的基本思想:如果将任务按完成时间从小到大排序,则在完成前一项任务时后面任务等待的时间总和最小,即得到最小的任务处理顺序。
采取对输入的任务时间进行快速排序的方法可以在相对较小的时间复杂度下得到从小到大的顺序序列。
3.详细设计(1)实现概要设计中定义的所有数据类型:第一次输入的正整数要求大于零,为了能够存储,采用int型定义变量。
接下来输入的一组整数,数据范围大于零,为了排序需要,采用线性结构存储,即int类型的数组。
(2)实现程序的具体步骤:一.程序主要采取快速排序的方法处理无序数列:1.在序列中根据随机数确定轴值,根据轴值将序列划分为比轴值小和比轴值大的两个子序列。
2.对每个子序列采取从左右两边向中间搜索的方式,不断将值与轴值比较,如果左边的值大于轴值而右边的小于轴值则将二者交换,直到左右交叉。
3.分别对处理完毕的两个子序列递归地采取1,2步的操作,直到子序列中只有一个元素。
二.程序各模块的伪代码:1、主函数int main(){int n;cout<<"请输入任务个数:";cin>>n;int a[n];cout<<"请输入任务用时:";for(int i=0;i<n;i++) cin>>a[i];qsort(a,0,n-1); //调用“快排函数”cout<<"任务执行的顺序:";for(int i=0;i<n;i++) cout<<a[i]<<" "; //输出排序结果}2、快速排序算法:void qsort(int a[],int i,int j){if(j<=i)return; //只有一个元素int pivotindex=findpivot(a,i,j); //调用“轴值寻找函数”确定轴值swap(a,pivotindex,j); //调用“交换函数”将轴值置末int k=partition(a,i-1,j,a[j]); //调用“分割函数”根据轴值分割序列swap(a,k,j);qsort(a,i,k-1); //递归调用,实现子序列的调序qsort(a,k+1,j);}3、轴值寻找算法://为了保证轴值的“随机性”,采用时间初始化种子。
并行实验快速排序实验报告完整版

华南师范大学实验报告学生姓名学 号专 业计算机科学与技术年级、班级课程名称并行计算实验项目快速排序的并行算法实验时间 2011 年 6 月 10 日实验类型实验指导老师实验评分3.1实验目的与要求1.熟悉快速排序的串行算法2.熟悉快速排序的并行算法3.实现快速排序的并行算法3.2 实验环境及软件单台或联网的多台PC机, Linux操作系统, MPI系统。
3.3实验内容1.快速排序的基本思想2.单处理机上快速排序算法3.快速排序算法的性能4.快速排序算法并行化5.描述了使用2m个处理器完成对n个输入数据排序的并行算法。
6.在最优的情况下并行算法形成一个高度为logn的排序树7、完成快速排序的并行实现的流程图8、完成快速排序的并行算法的实现3.4实验步骤3.4.1.快速排序(Quick Sort)是一种最基本的排序算法, 它的基本思想是: 在当前无序区R[1, n]中取一个记录作为比较的“基准”(一般取第一个、最后一个或中间位置的元素), 用此基准将当前的无序区R[1, n]划分成左右两个无序的子区R[1, i-1]和R[i, n](1≤i≤n), 且左边的无序子区中记录的所有关键字均小于等于基准的关键字, 右边的无序子区中记录的所有关键字均大于等于基准的关键字;当R[1, i-1]和R[i, n]非空时, 分别对它们重复上述的划分过程, 直到所有的无序子区中的记录均排好序为止。
3.4.2.单处理机上快速排序算法输入: 无序数组data[1,n]输出: 有序数组data[1,n]Begincall procedure quicksort(data,1,n)Endprocedure quicksort(data,i,j)Begin(1) if (i<j) then(1.1)r = partition(data,i,j)(1.2)quicksort(data,i,r-1);(1.3)quicksort(data,r+1,j);end ifEndprocedure partition(data,k,l)Begin(1) pivo=data[l](2) i=k-1(3) for j=k to l-1 doif data[j]≤pivo theni=i+1exchange data[i] and data[j]end ifend for(4) exchange data[i+1] and data[l](5) return i+1End3.4.3.快速排序算法的性能主要决定于输入数组的划分是否均衡, 而这与基准元素的选择密切相关。
快速排序实验报告

快速排序实验报告快速排序实验报告引言快速排序是一种常用的排序算法,其核心思想是通过分治的方法将一个大问题拆分成多个小问题进行解决。
本实验旨在通过实际操作和观察,验证快速排序算法的效率和可靠性。
实验步骤1. 实验准备在开始实验之前,我们需要准备一些必要的工具和材料。
首先,我们需要一台计算机,并安装好支持编程语言的开发环境。
其次,我们需要编写一个快速排序的程序,以便后续的实验操作。
2. 实验设计为了验证快速排序算法的效率和可靠性,我们设计了以下实验方案:(1)生成随机数序列:我们使用随机数生成器生成一组随机数序列,作为待排序的数据。
(2)执行快速排序算法:我们将生成的随机数序列作为输入,调用快速排序算法对其进行排序。
(3)记录排序时间:我们记录下排序算法执行的时间,以评估其效率。
(4)验证排序结果:我们对排序后的结果进行验证,确保排序算法的可靠性。
3. 实验过程我们按照上述设计方案,进行了以下实验操作:(1)生成随机数序列:我们使用编程语言的随机数生成函数,生成了一组包含1000个随机数的序列。
(2)执行快速排序算法:我们调用了编写好的快速排序程序,对生成的随机数序列进行排序。
(3)记录排序时间:我们使用计算机的计时功能,记录下排序算法执行的时间为0.032秒。
(4)验证排序结果:我们对排序后的结果进行了验证,确保排序算法的正确性。
通过比较排序前后的序列,我们确认排序算法的可靠性。
实验结果通过实验,我们得到了以下结果:(1)排序算法的效率:根据实验记录,快速排序算法对1000个随机数进行排序的时间为0.032秒。
这表明快速排序算法在处理大规模数据时具有较高的效率。
(2)排序算法的可靠性:通过验证排序结果,我们确认排序算法的正确性。
排序前后的序列完全相同,证明快速排序算法能够正确地对数据进行排序。
讨论与分析快速排序算法的高效性得益于其分治的思想。
通过将一个大问题拆分成多个小问题进行解决,快速排序算法能够减少问题规模,提高排序的效率。
数据结构实验八:快速排序

HUNAN UNIVERSITY课程实验报告题目:快速排序学生姓名学生学号专业班级指导老师李晓鸿完成日期 2 0 1 5年1月7日一、需求分析1.程序的功能由用户输入任务件数和任务时间,使用快速排序,输出使得所有任务等待时间最小的序列。
2.输入的形式本程序由用户输入任务总数以及每个任务所花时间,中间用空格或换行隔开,任务总数必须为正整数。
请输入任务总数:请输入各个任务所花时间:3.输出形式在对这些任务所花时间进行快速排序后,将这些数据从小到大输出任务时间。
任务所花时间的排序如下:4.测试数据1.请输入任务总数:9请输入各个任务所花时间:5 3 4 26 1 57 3任务所花时间从小到大的排序如下:1233455672.请输入任务总数:10请输入各个任务所花时间:6 5 1 2 3 5 4 8 6 1任务所花时间从小到大的排序如下:1 12345 56 6 83.请输入任务总数:6请输入各个任务所花时间:10 10 19 45 23 5任务所花时间从小到大的排序如下:5 10 10 19 23 454.请输入任务总数:8请输入各个任务所花时间:8 7 6 5 4 3 2 1任务所花时间从小到大的排序如下: 1 2 3 4 5 6 7 85.请输入任务总数:10请输入各个任务所花时间:2 4 6 8 1 0 12 14 26 15任务所花时间从小到大的排序如下:0 1 2 4 6 8 12 14 15 26二、概要设计1.抽象数据类型将每一个元素储存在一个有序并且有限的序列中,每一个元素都有一个自己的位置,也都有一个数据类型,所以使用线性表来储存各个任务所花的时间。
2.ADTADT alist{数据对象:定义线性表的最大储存元素maxsize;当前储存元素数listsize;数据关系:若listsize=0,则线性表没有元素,为空;基本操作:alist(int n)//构造函数~alist()//析构函数bool append(int a)//增加元素}3.算法的基本思想设要排序的线性表中元素是A[0]……A[N-1],首先通过时间函数余作为关键数据piot,然后将所有比它小的数都放到它前面,所有比它大的数都放到它后面,通过前后指针的移动,实现快速排序。
快速排序算法实验报告

快速排序算法实验报告快速排序算法实验报告引言快速排序算法是一种高效的排序算法,它的时间复杂度为O(nlogn),在实际应用中被广泛使用。
本实验旨在通过实际的实验数据,验证快速排序算法的效果和性能,并对其进行分析和总结。
实验设计本实验采用C++语言编写快速排序算法,并通过随机生成的数据进行排序实验。
实验中使用了不同规模的数据集,并记录了排序所需的时间和比较次数。
实验步骤1. 实现快速排序算法快速排序算法的核心思想是通过选取一个基准元素,将待排序的序列分为两部分,一部分比基准元素小,一部分比基准元素大,然后对这两部分继续进行快速排序。
具体实现时,可以选择序列的第一个元素作为基准元素,然后使用分治法递归地对子序列进行排序。
2. 生成测试数据为了验证快速排序算法的性能,我们生成了不同规模的随机数序列作为测试数据。
测试数据的规模分别为1000、10000、100000和1000000。
3. 进行排序实验使用生成的测试数据,对快速排序算法进行实验。
记录每次排序所需的时间和比较次数,并将结果进行统计和分析。
实验结果通过对不同规模的数据集进行排序实验,我们得到了以下结果:数据规模排序时间(ms)比较次数1000 2 872810000 12 114846100000 124 13564771000000 1483 15737267分析与讨论从实验结果可以看出,随着数据规模的增大,排序所需的时间和比较次数也呈指数级增长。
这符合快速排序算法的时间复杂度为O(nlogn)的特性。
另外,通过观察实验结果,我们可以发现快速排序算法的性能受到多个因素的影响。
首先,基准元素的选择对算法的效率有很大的影响。
如果选择的基准元素恰好是序列的中位数,那么排序的效率会更高。
其次,数据的初始顺序也会影响排序的效果。
如果数据已经是有序的,那么快速排序算法的效率将大大降低。
此外,快速排序算法还存在一些优化的空间。
例如,可以通过随机选择基准元素来避免最坏情况的发生。
数据结构实验八快速排序实验报告

数据结构实验八快速排序实验报告一、实验目的1.掌握快速排序算法的原理。
2. 掌握在不同情况下快速排序的时间复杂度。
二、实验原理快速排序是一种基于交换的排序方式。
它是由图灵奖得主 Tony Hoare 发明的。
快速排序的原理是:对一个未排序的数组,先找一个轴点,将比轴点小的数放到它的左边,比轴点大的数放到它的右边,再对左右两部分递归地进行快速排序,完成整个数组的排序。
优缺点:快速排序是一种分治思想的算法,因此,在分治思想比较适合的场景中,它具有较高的效率。
它是一个“不稳定”的排序算法,它的工作原理是在大数组中选取一个基准值,然后将数组分成两部分。
具体过程如下:首先,选择一个基准值(pivot),一般是选取数组的中间位置。
然后把数组的所有值,按照大小关系,分成两部分,小于基准值的放左边,大于等于基准值的放右边。
继续对左右两个数组递归进行上述步骤,直到数组只剩一个元素为止。
三、实验步骤1.编写快速排序代码:void quicksort(int *a,int left,int right) {int i,j,t,temp;if(left>right)return;temp=a[left];i=left;j=right;while(i!=j) {// 顺序要先从右往左移while(a[j]>=temp&&i<j)j--;while(a[i]<=temp&&i<j)i++;if(i<j) {t=a[i];a[i]=a[j];a[j]=t;}}a[left]=a[i];a[i]=temp;quicksort(a,left,i-1);quicksort(a,i+1,right);}2.使用 rand() 函数产生整型随机数并量化生成的随机数序列,运用快速排序算法对序列进行排序。
四、实验结果实验结果显示,快速排序能够有效地快速地排序整型序列。
在随机产生的数值序列中,快速排序迅速地将数值排序,明显快于冒泡排序等其他排序算法。
快速排序算法实验报告
快速排序算法实验报告快速排序算法实验报告引言:快速排序算法是一种常用且高效的排序算法,它的核心思想是通过分治的思想将一个大问题分解成多个小问题,并通过递归的方式解决这些小问题。
本实验旨在通过实际实现和测试快速排序算法,探究其性能和效果。
实验目的:1. 理解快速排序算法的原理和思想;2. 掌握快速排序算法的实现方法;3. 通过实验比较快速排序算法与其他排序算法的性能差异。
实验步骤:1. 算法实现首先,我们需要实现快速排序算法。
快速排序算法的基本步骤如下:- 选择一个基准元素(通常选择数组的第一个元素);- 将数组分成两个子数组,小于基准元素的放在左边,大于基准元素的放在右边;- 对左右子数组分别递归地应用快速排序算法;- 合并左右子数组和基准元素。
代码实现如下:```pythondef quick_sort(arr):if len(arr) <= 1:return arrpivot = arr[0]left = [x for x in arr[1:] if x < pivot]right = [x for x in arr[1:] if x >= pivot]return quick_sort(left) + [pivot] + quick_sort(right)```2. 性能测试接下来,我们将使用不同规模的随机数组进行性能测试,比较快速排序算法与其他排序算法的效率。
我们选择插入排序算法和归并排序算法作为对比算法。
首先,我们生成1000个随机整数,并分别使用快速排序算法、插入排序算法和归并排序算法进行排序。
记录下每个算法的运行时间。
然后,我们逐渐增加数组的规模,分别测试10000、100000、1000000个随机整数的排序时间。
最后,我们绘制出三种算法在不同规模下的运行时间曲线,并进行分析和比较。
实验结果:经过多次实验和测试,我们得到了以下结果:在1000个随机整数的排序中,快速排序算法的平均运行时间为X秒,插入排序算法的平均运行时间为Y秒,归并排序算法的平均运行时间为Z秒。
实验八-查找、排序
实验8:查找、排序一、实验目的深入了解各种内部排序方法及效率分析。
二、问题描述各种内部排序算法的时间复杂度分析,试通过随机数据比较算法的关键字比较次数和关键字移动次数。
三、实验要求1、对起泡排序、直接插入排序、简单选择排序、快速排序、希尔排序、堆排序这六种常用排序算法进行比较。
2、待排序表的表长不超过100;其中数据用伪随机数产生程序产生。
3、至少要用6组不同的输入数据做比较。
4、要对实验结果做简单分析。
四、实验环境PC微机DOS操作系统或 Windows 操作系统Turbo C 程序集成环境或 Visual C++ 程序集成环境五、实验步骤1、根据问题描述写出基本算法。
2、设计六种排序算法并用适当语言实现。
3、输入几组随机数据,并对其关键字比较次数和关键字移动次数的比较。
4、对结果进行分析。
5、进行总结。
六种实验算法的基本思想:(1)直接插入排序的基本思想是:当插入第i个数据元素k时,由前i-1个数据元素组成已排序的数据元素序列,将k的关键字与序列中各数据元素的关键字依次进行比较后,找到该插入位置j,并将第j以及后面的数据元素顺序后移一个位置,然后将k插入到位置j,使得插入后的数据元素序列仍是排序的。
(2)希尔排序的基本思想是:先将整个待排序记录序列按给定的下标增量进行分组,并对组内的记录采用直接插入排序,再减小下标增量,即每组包含的记录增多,再继续对每组组内的记录采用直接插入排序;以此类推,当下标增量减小到1时,整个待排序记录已成为一组,再对全体待排序记录进行一次直接插入排序即可完成排序工作。
(3)冒泡排序的基本思想是:将相邻的两个数据元素按关键字进行比较,如果反序,则交换。
对于一个待排序的数据元素序列,经一趟排序后最大值数据元素移到最大位置,其它值较大的数据元素向也最终位置移动,此过程为一次起泡。
然后对下面的记录重复上述过程直到过程中没有交换为止,则已完成对记录的排序。
(4)选择排序的基本思想是:设有N个数据元素的序列,第一趟排序,比较N个数据元素,选择关键字最小的数据元素,将其交换到序列的第1个位置上;第2趟排序,在余下的N-1个数据元素中,再选取关键字最小的数据元素,交换到序列的第2个位置上;继续进行,经过N-1趟排序,N个数据元素则按递增次序排列完成。
快速排序算法实验报告
快速排序算法实验报告《快速排序算法实验报告》摘要:本实验通过对快速排序算法的理论分析和实际测试,验证了快速排序算法在处理大规模数据时的高效性和稳定性。
实验结果表明,快速排序算法在平均情况下具有较高的时间复杂度和空间复杂度,能够在短时间内对大规模数据进行快速排序,适用于各种实际应用场景。
1. 算法简介快速排序算法是一种基于分治思想的排序算法,通过不断地将数据分割成较小的子集,然后分别对子集进行排序,最终将所有子集合并成有序序列。
其基本思想是选择一个基准元素,将小于基准的元素放在基准的左边,大于基准的元素放在基准的右边,然后递归地对左右两部分进行排序,直到整个序列有序。
2. 实验设计为了验证快速排序算法的效率和稳定性,我们设计了以下实验步骤:(1)编写快速排序算法的实现代码;(2)使用不同规模的随机数据进行排序,并记录排序所需的时间;(3)对比快速排序算法与其他排序算法的效率和稳定性。
3. 实验结果我们使用C++语言编写了快速排序算法的实现代码,并对不同规模的随机数据进行了排序实验。
实验结果显示,快速排序算法在处理大规模数据时表现出了较高的效率和稳定性,排序时间与数据规模呈线性关系,且远远快于其他排序算法。
此外,快速排序算法在最坏情况下的时间复杂度为O(n^2),但在平均情况下的时间复杂度为O(nlogn),具有较好的性能表现。
4. 结论通过实验验证,我们得出了以下结论:(1)快速排序算法在处理大规模数据时具有较高的效率和稳定性;(2)快速排序算法在平均情况下具有较高的时间复杂度和空间复杂度,适用于各种实际应用场景;(3)快速排序算法在最坏情况下的时间复杂度为O(n^2),需要注意避免最坏情况的发生。
综上所述,快速排序算法是一种高效且稳定的排序算法,能够在短时间内对大规模数据进行快速排序,适用于各种实际应用场景。
在实际开发中,我们应该充分利用快速排序算法的优势,并注意避免最坏情况的发生,以提高算法的效率和稳定性。
数据结构 快速排序算法实现实验
实验八快速排序算法实现一、实验目的进一步掌握快速排序。
二、实验内容实现快速排序算法,并测试其时间复杂度和空间复杂度。
(算法10.6)三、算法说明通过一趟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,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
四、程序及运行结果#include<stdio.h>#include<malloc.h>#include<stdlib.h>#define EQ(a,b) ((a) == (b))#define LT(a,b) ((a) < (b))#define LQ(a,b) ((a) <= (b))#define MAXSIZE 20 // 一个用作示例的小顺序表的最大长度typedef int KeyType; //定义关键字类型为整型typedef struct { //记录类型int key; //关键字项int otherinfo; //其它数据项,具体类型在主程中定义} RedType;typedef struct { //顺序表类型int r[MAXSIZE+1]; //r[0]闲置或用作哨兵单元int length; //顺序表长度} Sqlist;int Partition(Sqlist &L,int low,int high){ // 交换顺序表L中子表L.r[low..high]的记录,使枢轴记录到位,// 并返回其所在位置,此时在它之前(后)的记录均不大(小)于它int pivotkey,t;pivotkey=L.r[low]; //用子表的第一个记录作枢轴记录while(low<high) { // 从表的两端交替地向中间扫描while(low<high && L.r[high]>=pivotkey) --high;t=L.r[low] ;L.r[low]=L.r[high]; L.r[high]=t;while(low<high && L.r[low]<=pivotkey) ++low;t=L.r[low] ;L.r[low]=L.r[high]; L.r[high]=t;}L.r[0]=L.r[low]; return low; //返回枢轴所在位置}void QSort(Sqlist &L,int low,int high){ //对顺序表L中的子序列L.r[low..high]作快速排序。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
HUNAN UNIVERSITY 课程预习报告
题目:快速排序
学生姓名
学生学号2012080102
专业班级计算机科学与技术班
完成日期
一、需求分析
输入的形式和输入值的范围:
第一行是一个整数n,代表任务的件数。
接下来一行,有n个正整数,代表每件任务所用的时间。
中间用空格或者回车隔开。
不对非法输入做处理,及假设用户输入都是合法的。
输出的形式:
输出有n行,每行一个正整数,从第一行到最后一行依次代表着操作系统要处理的任务所用的时间。
按此顺序进行,则使得所有任务等待时间最小。
程序所能达到的功能:
在操作系统中,当有n 件任务同时来临时,每件任务需要用时ni,输出所有任务等待的时间和最小的任务处理顺序。
测试数据:
输入
请输入任务个数:9
请输入任务用时:5 3 4 2 6 1 5 7 3
输出
任务执行的顺序:1 2 3 3 4 5 5 6 7
二、概要设计
抽象数据类型
为实现上述程序的功能,应以整数存储用户的第一个输入。
并将随后输入的一组数据储存在整数数组中。
算法的基本思想
如果将任务按完成时间从小到大排序,则在完成前一项任务时后面任务等待的时间总和最小,即得到最小的任务处理顺序。
采取对输入的任务时间进行快速排序的方法可以在相对较小的时间复杂度下得到从小到大的顺序序列。
三、详细设计
实现概要设计中定义的所有数据类型:
第一次输入的正整数要求大于零,为了能够存储,采用int型定义变量。
接下来输入的一组整数,数据范围大于零,为了排序需要,采用线性结构存储,即int类型的数组。
实现程序的具体步骤:
程序主要采取快速排序的方法处理无序数列:
1.在序列中根据随机数确定轴值,根据轴值将序列划分为比轴值小和比轴值大的两个子序列。
2.对每个子序列采取从左右两边向中间搜索的方式,不断将值与轴值比较,如果左边的值大于轴值而右边的小于轴值则将二者交换,直到左右交叉。
3.分别对处理完毕的两个子序列递归地采取1,2步的操作,直到子序列中只有一个元素。
程序各模块的伪代码:
主函数
int main()
{
cout<<"请输入任务个数:";
cin>>n;
int a[n];
cout<<"请输入任务用时:";
for(int i=0;i<n;i++) cin>>a[i];
qsort(a,0,n-1); //调用“快排函数”
cout<<"任务执行的顺序:";
for(int i=0;i<n;i++) cout<<a[i]<<" "; //输出排序结果
}
快速排序算法:
void qsort(int a[],int i,int j)
{
if(j<=i)return; //只有一个元素
int pivotindex=findpivot(a,i,j); //调用“轴值寻找函数”确定轴值
swap(a,pivotindex,j); //调用“交换函数”将轴值置末
int k=partition(a,i-1,j,a[j]); //调用“分割函数”根据轴值分割序列swap(a,k,j);
qsort(a,i,k-1); //递归调用,实现子序列的调序
qsort(a,k+1,j);
}
轴值寻找算法:
//为了保证轴值的“随机性”,采用时间初始化种子。
int findpivot(int a[],int i,int j)
{
srand((unsigned int)time(NULL));
int n=rand()%(j-i+1)+i; //返回传入范围内的轴值
}
数据交换算法:
void swap(int a[],int i,int j)
{
int temp;
temp=a[i];
a[i]=a[j];
a[j]=temp;
}
序列分割算法:
int partition(int a[],int l,int r,int &pivot)
{
{
while(a[++l]<pivot);
while((r)!=0&&a[--r]>pivot);
swap(a,l,r);
}while(l<r);
swap(a,l,r);
return l; //返回右边部分的首位置
}
算法的时空分析
对于长度为n 的序列,进行快速排序的效率取决于对主值的选择。
随机化快速排序虽然在最坏情况下的时间复杂度仍然是O(n 2),但是随机数取值不佳的概率比较低,所以大部分能够达到O(nlogn )的时间复杂度。
另输入输出的时间复杂度为Θ(n )。
所以该算法的时间复杂度为O(nlogn )。
函数的调用关系图
主函数
输入和输出的格式
输入
请输入任务个数:9
请输入任务用时:5 3 4 2 6 1 5 7 3
输出
任务执行的顺序:1 2 3 3 4 5 5 6 7
四、测试结果
输入。