[英]Quicksort: Non-in-place implementation works. In-place implementation exceeds maximum recursion depth. Why?
def quicksort_stable(l):
if not l:
return l
else:
pivot = l[0]
return quicksort_stable([x for x in l if x < pivot]) \
+ [x for x in l if x == pivot] \
+ quicksort_stable([x for x in l if x > pivot])
def quicksort_inplace(l):
def partition(start_idx, end_idx):
left_idx = start_idx + 1
right_idx = end_idx
while True:
while left_idx <= right_idx and l[left_idx] <= l[start_idx]:
left_idx += 1
while right_idx >= left_idx and l[right_idx] >= l[start_idx]:
right_idx -= 1
if right_idx < left_idx:
break
else:
l[left_idx], l[right_idx] = l[right_idx], l[left_idx]
l[start_idx], l[right_idx] = l[right_idx], l[start_idx]
return right_idx
def qs(start_idx, end_idx):
if start_idx < end_idx:
split_idx = partition(start_idx, end_idx)
qs(start_idx, split_idx - 1)
qs(split_idx + 1, end_idx)
qs(0, len(l) - 1)
return l
if __name__ == '__main__':
import random
l1 = [random.randint(0, 9) for x in range(10000)]
l2 = [x for x in l1]
l1 = quicksort_stable(l1)
quicksort_inplace(l2)
我特意選擇第一個元素作為樞軸,而不是隨機化以確保兩個實現的行為相同。
兩種實現都是遞歸實現的。 在調用堆棧中,似乎quicksort_inplace應該占用O(lg n)空間,而quicksort_stable應該占用O(n)空間,因為它每次遞歸時都會創建一個新列表。
但是,quicksort_inplace是導致“超過最大遞歸深度”的一種,而quicksort_stable可以正常工作。
為什么會這樣呢?
我相信這種行為的原因是您的列表包含很多重復(每個元素出現〜1000次),並且您“欺騙”了實現穩定版本,方法是立即收集所有等於樞軸的元素,而不是返回它們(當然很棒!)。
因此,要實際比較這兩個過程,它應如下所示:
def quicksort_stable(l):
if not l or len(l)==1:
return l
else:
pivot = l[0]
rst = l[1:]
return quicksort_stable([x for x in rst if x < pivot]) \
+ [pivot] \
+ quicksort_stable([x for x in rst if x >= pivot])
此外,為了具有破壞性(就地)版本以上,你應該改變你的第二個條件,而以大於號 (以便在right_idx的右側有元素不超過支點以下),即
while right_idx >= left_idx and l[right_idx] > l[start_idx]:
如果執行此操作,您會發現這兩個過程都會導致在范圍為(0,9)的 10000個元素的數組上發生堆棧溢出(還請注意,對於范圍為(0,99)的情況並非如此,因為它們需要較少的“剪切”) 。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.