所以我必须使用pivot作为数组的中间元素来制作快速排序算法。我做的很好。但现在它要求我修改quickSort算法,以便当任何一个子列表减少到少于20时,然后我使用insertionSort对子列表进行排序。
我似乎已经开始工作了。它完美地编译和排序数组,但是我不确定我是否做得对,因为修改的快速排序和正常的快速排序之间的CPU时间差异不同。我的不确定性在递归方法recQuickSortC中,其中我有“> = 20”语句。我不确定这是否是实施修改的正确方法,它可能是完全错误的,我所知道的是它正确地进行了排序。任何帮助都会很好,谢谢。
这是我修改过的quickSort算法:
public void quickSortC(T[] list, int length)
{
recQuickSortC(list, 0, length - 1);
}//end quickSort
private void recQuickSortC(T[] list, int first, int last)
{
if (first < last)
{
int pivotLocation = partitionA(list, first, last);
if ((pivotLocation - 1) >= 20)
recQuickSortC(list, first, pivotLocation - 1);
else
insertionSort(list,pivotLocation -1);
if ((pivotLocation - 1) >= 20)
recQuickSortC(list, pivotLocation + 1, last);
else
insertionSort(list, pivotLocation + 1);
}
}//end recQuickSort
private int partitionA(T[] list, int first, int last)
{
T pivot;
int smallIndex;
swap(list, first, (first + last) / 2);
pivot = list[first];
smallIndex = first;
for (int index = first + 1; index <= last; index++)
{
if (list[index].compareTo(pivot) < 0)
{
smallIndex++;
swap(list, smallIndex, index);
}
}
swap(list, first, smallIndex);
return smallIndex;
}//end partition
public void insertionSort(T[] list, int length)
{
for (int unsortedIndex = 1; unsortedIndex < length;
unsortedIndex++)
{
Comparable<T> compElem =
(Comparable<T>) list[unsortedIndex];
if (compElem.compareTo(list[unsortedIndex - 1]) < 0)
{
T temp = list[unsortedIndex];
int location = unsortedIndex;
do
{
list[location] = list[location - 1];
location--;
}
while (location > 0 &&
temp.compareTo(list[location - 1]) < 0);
list[location] = (T) temp;
}
}
}//end insertionSort
如果你注意到这些方法旁边有一堆A,B和C,那我必须做很多不同的快速排序算法。我输入了算法中使用的所有代码。如果你需要更多的话,请告诉我。
答案 0 :(得分:2)
对我来说这看起来非常好,虽然不是测试枢轴距离是否最多为20,但我只想重写quicksort方法来说if (last - first <= 20) { do insertion sort} else { do normal quicksort}
。这样你只需要写一次支票,而不是递归的每一个“一边”。
那就是说,你的基准测试可能实际上没有给你很好的时间估计 - 也就是说,你的代码实际上可能比你想象的要快 - 只是因为在Java中获得准确的基准测试并不是微不足道的或明显的