{"id":11058,"date":"2025-01-30T17:15:12","date_gmt":"2025-01-30T14:15:12","guid":{"rendered":"https:\/\/fatihsoysal.com\/blog\/quicksort-verilerinizi-en-hizli-sekilde-siralama\/"},"modified":"2025-01-30T17:15:12","modified_gmt":"2025-01-30T14:15:12","slug":"quicksort-verilerinizi-en-hizli-sekilde-siralama","status":"publish","type":"post","link":"https:\/\/fatihsoysal.com\/blog\/quicksort-verilerinizi-en-hizli-sekilde-siralama\/","title":{"rendered":"QuickSort: Verilerinizi En H\u0131zl\u0131 \u015eekilde S\u0131ralama"},"content":{"rendered":"

<\/p>\n

QuickSort: Verilerinizi En H\u0131zl\u0131 \u015eekilde S\u0131ralama<\/p>\n

Merhaba! Ben Fatih Soysal ve bug\u00fcn size verilerinizi olabildi\u011fince h\u0131zl\u0131 bir \u015fekilde s\u0131ralamaya yarayan g\u00fc\u00e7l\u00fc bir algoritma olan QuickSort’u detayl\u0131 bir \u015fekilde anlataca\u011f\u0131m. \u00d6ncelikle, QuickSort’un ne oldu\u011funu ve nas\u0131l \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131 anlamakla ba\u015flayal\u0131m. Ard\u0131ndan, avantajlar\u0131n\u0131, dezavantajlar\u0131n\u0131 ve \u00e7e\u015fitli optimizasyon tekniklerini inceleyece\u011fiz. Umar\u0131m bu makale size QuickSort algoritmas\u0131n\u0131 daha iyi anlaman\u0131za yard\u0131mc\u0131 olur.<\/p>\n

QuickSort Algoritmas\u0131n\u0131n \u00c7al\u0131\u015fma Prensibi<\/h2>\n

QuickSort, “b\u00f6l ve y\u00f6net” (divide and conquer) yakla\u015f\u0131m\u0131n\u0131 kullanan bir s\u0131ralama algoritmas\u0131d\u0131r. Bu yakla\u015f\u0131m, b\u00fcy\u00fck bir problemi daha k\u00fc\u00e7\u00fck ve daha kolay \u00e7\u00f6z\u00fclebilir alt problemlere b\u00f6lerek \u00e7al\u0131\u015f\u0131r. QuickSort’ta, bir dizi elemandan olu\u015fan bir liste \u00f6ncelikle bir “pivot” eleman\u0131 se\u00e7ilir. Ard\u0131ndan, liste bu pivot eleman\u0131na g\u00f6re iki alt listeye ayr\u0131l\u0131r: pivot’tan k\u00fc\u00e7\u00fck elemanlar ve pivot’tan b\u00fcy\u00fck elemanlar. Bu i\u015flem, her iki alt liste \u00fczerinde yinelemeli olarak tekrarlan\u0131r. Sonu\u00e7 olarak, t\u00fcm elemanlar s\u0131ralanm\u0131\u015f olur.<\/p>\n

\u00d6rne\u011fin, [8, 3, 1, 7, 0, 10, 2] dizisini ele alal\u0131m. Pivot eleman\u0131 olarak 8’i se\u00e7elim. B\u00fcy\u00fckler alt dizisi: [10], k\u00fc\u00e7\u00fckler alt dizisi: [3, 1, 7, 0, 2] olur. \u0130\u015flem k\u00fc\u00e7\u00fckler alt dizisi i\u00e7in tekrarlan\u0131r. Bu i\u015flemler alt diziler tek elemanl\u0131 olana kadar devam eder.<\/p>\n

QuickSort’un Kod Uygulamas\u0131<\/h2>\n
\ndef quick_sort(arr):\n    if len(arr) < 2:\n        return arr\n    else:\n        pivot = arr[0]\n        less = [i for i in arr[1:] if i <= pivot]\n        greater = [i for i in arr[1:] if i > pivot]\n        return quick_sort(less) + [pivot] + quick_sort(greater)\n\nliste = [10, 7, 8, 9, 1, 5]\nprint(quick_sort(liste)) # \u00c7\u0131kt\u0131: [1, 5, 7, 8, 9, 10]\n<\/code><\/pre>\n
QuickSort’un Avantajlar\u0131 ve Dezavantajlar\u0131<\/h2>\n
QuickSort, ortalama durumda olduk\u00e7a h\u0131zl\u0131 bir algoritmad\u0131r.  En iyi durum karma\u015f\u0131kl\u0131\u011f\u0131 O(n log n) iken,  en k\u00f6t\u00fc durum karma\u015f\u0131kl\u0131\u011f\u0131 O(n\u00b2) olabilir.  Bu durum, pivot eleman\u0131n\u0131n her zaman en k\u00fc\u00e7\u00fck veya en b\u00fcy\u00fck eleman olmas\u0131 durumunda ortaya \u00e7\u0131kar.  Ancak, iyi bir pivot se\u00e7imi ile bu durum minimize edilebilir.  \u00d6te yandan, QuickSort yerinde s\u0131ralama yapmaz, yani ek bellek kullanabilir.  Bu dezavantaj, b\u00fcy\u00fck veri setleri i\u00e7in performans\u0131 etkileyebilir. <\/p>\n
QuickSort’un Optimizasyonu<\/h2>\n
QuickSort’un performans\u0131n\u0131 art\u0131rmak i\u00e7in \u00e7e\u015fitli optimizasyon teknikleri kullan\u0131labilir. Bunlardan baz\u0131lar\u0131:<\/p>\n