Hoare分区法快速排序教程与代码实现
2026-05-08 13:36:48
0浏览
收藏
本文深入剖析了快速排序中Hoare分区法的正确实现要点,聚焦于以数组中间元素为pivot时常见逻辑混淆问题——特别是原代码混用Hoare与Lomuto分区策略导致的边界错乱、重复交换和排序失效;通过严格遵循Hoare规范(预置指针、do-while式推进、以j为分割点)、修正字符串大小写敏感性处理、规避整数溢出及强调pivot无需手动归位等关键细节,提供了一套稳定、可复用、经过原理验证的Java实现,并辅以工程化建议如单元测试和三数取中优化,助你真正掌握高效排序的底层逻辑。

本文详解如何在 Java 中实现以数组中间元素为 pivot 的快速排序,修正原代码中混合分区逻辑导致的错误,并提供符合 Hoare 分区规范、稳定且可复用的完整实现。
本文详解如何在 Java 中实现以数组中间元素为 pivot 的快速排序,修正原代码中混合分区逻辑导致的错误,并提供符合 Hoare 分区规范、稳定且可复用的完整实现。
快速排序的核心在于分区(partition)策略的正确性。原问题中的实现试图将中间元素选为 pivot,但其 partition 方法混用了 Hoare 与 Lomuto 的逻辑:既未统一处理相等情况,又错误地在循环中对 i/j 做条件性增减,导致边界错乱和重复交换,最终使排序结果不正确(如大小写混排时顺序异常)。
正确的做法是采用标准 Hoare 分区方案:
- 在进入循环前,先将指针 i 和 j 分别置于 start−1 和 end+1,确保首次递增/递减后指向有效索引;
- 使用 do-while 或预增/预减风格的 while 循环,严格保证 arr[i] < pivot 和 arr[j] > pivot 的单调推进;
- 当 i ≥ j 时停止,返回 j 作为分割点 —— 此时 [start, j] 中所有元素 ≤ pivot,(j+1, end] 中所有元素 ≥ pivot;
- 递归调用时,左半段应为 quickSort(arr, start, j)(而非 pivot−1),右半段为 quickSort(arr, j+1, end)。
以下是修正后的完整可运行代码:
private static void quickSort(String[] arr, int start, int end) {
if (end <= start) return;
int pivotIndex = partition(arr, start, end);
quickSort(arr, start, pivotIndex); // 左区间包含 pivotIndex
quickSort(arr, pivotIndex + 1, end);
}
private static int partition(String[] arr, int start, int end) {
// 选取中间元素作为 pivot(向下取整,避免溢出)
int mid = start + (end - start) / 2;
String pivot = arr[mid];
int i = start - 1;
int j = end + 1;
while (true) {
// 向右找第一个 >= pivot 的元素
while (arr[++i].compareTo(pivot) < 0);
// 向左找第一个 <= pivot 的元素
while (arr[--j].compareTo(pivot) > 0);
if (i >= j) {
return j; // 分割点:j 是左半区最后一个有效索引
}
// 交换不满足条件的元素
String temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}⚠️ 关键注意事项:
- 字符串比较敏感性:Java 中 String.compareTo() 区分大小写('A' < 'a',ASCII 值 65 < 97),因此 "A" 会排在 "a" 之前。若需忽略大小写排序,应改用 String.CASE_INSENSITIVE_ORDER.compare(a, b) 或预处理转小写。
- pivot 位置无需显式交换:Hoare 方案中,pivot 本身可能被多次交换,但最终分区天然保证其相对有序性;强行将其换回中间位置反而破坏分区不变量。
- 避免整数溢出:计算中点使用 start + (end - start) / 2 而非 (start + end) / 2,防止大索引下 start + end 溢出。
最后,建议在实际工程中补充单元测试验证边界情况(空数组、单元素、全相同元素、已排序/逆序数组),并考虑引入三数取中(median-of-three)优化 pivot 选择,进一步提升最坏情况下的性能稳定性。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Hoare分区法快速排序教程与代码实现》文章吧,也可关注golang学习网公众号了解相关技术文章。
百度识图识别多肉植物技巧
- 上一篇
- 百度识图识别多肉植物技巧
- 下一篇
- Win11关闭防火墙提醒方法详解
查看更多
最新文章
-
- 文章 · java教程 | 1天前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 1天前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 1天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 2天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 文章 · java教程 | 2天前 | Java ·
- Java Base64 流式编码怎么避免一次加载大文件
- 182浏览 收藏
-
- 文章 · java教程 | 2天前 | Java · 可观测性 ·
- Java JFR EventStream 怎么实时消费运行事件
- 145浏览 收藏
-
- 文章 · java教程 | 2天前 | Java ·
- Java Class-File API 怎么读取类文件结构
- 419浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 266次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 318次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 303次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 275次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 94次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
