导读:本期聚焦于小伙伴创作的《C++如何用三数取中法实现快速排序避免最坏时间复杂度》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《C++如何用三数取中法实现快速排序避免最坏时间复杂度》有用,将其分享出去将是对创作者最好的鼓励。

快速排序的核心逻辑是通过选取基准值将序列划分为两部分,再递归处理子序列完成排序。传统快速排序如果每次都选取首元素或尾元素作为基准,当待排序序列本身有序时,每次划分只能减少一个元素,时间复杂度会退化到O(n²)。三数取中法通过选取首、中、尾三个元素的中间值作为基准,能有效避免这种最坏情况。

C++如何用三数取中法实现快速排序避免最坏时间复杂度

三数取中法的核心逻辑

三数取中法的实现步骤如下:

  • 获取待划分区间的首元素索引left、尾元素索引right、中间元素索引mid = left + (right - left) / 2
  • 对比三个位置的元素值,找到大小处于中间的元素
  • 将该中间元素与区间首元素交换,后续仍使用首元素作为基准进行划分

完整C++实现源码

三数取中辅助函数

首先实现获取三个数中中间值的函数,负责完成基准值的选取和交换操作:

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;

// 三数取中函数,返回基准值的位置,同时将基准值交换到left位置
int medianOfThree(vector<int>& arr, int left, int right) {
    int mid = left + (right - left) / 2;
    // 先保证arr[left] <= arr[mid]
    if (arr[left] > arr[mid]) {
        swap(arr[left], arr[mid]);
    }
    // 再保证arr[mid] <= arr[right]
    if (arr[mid] > arr[right]) {
        swap(arr[mid], arr[right]);
    }
    // 最后保证arr[left] <= arr[mid]
    if (arr[left] > arr[mid]) {
        swap(arr[left], arr[mid]);
    }
    // 此时arr[mid]是三个数的中间值,将其交换到left位置作为基准
    swap(arr[left], arr[mid]);
    return left;
}

划分函数实现

划分函数采用双指针法,从区间两端向中间遍历,将小于基准的元素移到左侧,大于基准的元素移到右侧:

int partition(vector<int>& arr, int left, int right) {
    // 调用三数取中获取基准值,基准值已经交换到left位置
    int pivotIndex = medianOfThree(arr, left, right);
    int pivot = arr[pivotIndex];
    int i = left + 1;
    int j = right;
    while (true) {
        // 从左向右找第一个大于等于基准的元素
        while (i <= j && arr[i] < pivot) {
            i++;
        }
        // 从右向左找第一个小于等于基准的元素
        while (i <= j && arr[j] > pivot) {
            j--;
        }
        if (i >= j) {
            break;
        }
        // 交换两个不符合位置的元素
        swap(arr[i], arr[j]);
        i++;
        j--;
    }
    // 将基准值放到正确的位置
    swap(arr[left], arr[j]);
    return j;
}

快速排序主函数

递归调用划分函数完成整个序列的排序:

void quickSort(vector<int>& arr, int left, int right) {
    if (left >= right) {
        return;
    }
    int pivotPos = partition(arr, left, right);
    quickSort(arr, left, pivotPos - 1);
    quickSort(arr, pivotPos + 1, right);
}

// 对外暴露的排序接口
void quickSort(vector<int>& arr) {
    if (arr.empty()) {
        return;
    }
    quickSort(arr, 0, arr.size() - 1);
}

测试代码

编写测试代码验证优化后的快速排序效果:

int main() {
    // 测试有序序列,传统快速排序会退化到O(n²),三数取中法可避免
    vector<int> arr1 = {1, 2, 3, 4, 5, 6, 7, 8, 9};
    quickSort(arr1);
    cout << "有序序列排序结果:";
    for (int num : arr1) {
        cout << num << " ";
    }
    cout << endl;

    // 测试随机序列
    vector<int> arr2 = {9, 5, 1, 8, 3, 7, 2, 6, 4};
    quickSort(arr2);
    cout << "随机序列排序结果:";
    for (int num : arr2) {
        cout << num << " ";
    }
    cout << endl;
    return 0;
}

优化效果分析

传统快速排序的平均时间复杂度是O(n log n),最坏情况为O(n²)。三数取中法通过优化基准值选取,使得每次划分的区间尽可能均匀,几乎可以避免最坏时间复杂度的出现,在待排序序列本身有序或接近有序的场景下,性能提升非常明显。同时该优化不会增加额外的空间开销,仅多几次元素比较和交换操作,整体效率优于传统实现。

C++快速排序三数取中法时间复杂度优化修改时间:2026-06-20 03:39:37

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。