Alogrithm_快速排序

一.  快速排序的基本思想

   1.选定 pivot（ 分区点 ）

•   固定位置：最简单的方法是选择数组的第一个元素或最后一个元素作为分区点。这种方法        在某些情况下可能效果不错，但在某些特定的输入情况下（比如输入的数据集已经是有序或    近乎有序的时候）可能会导致算法的性能下降。
•   随机选择：随机选择一个元素作为分区点。这种方法可以减少特定输入情况下的性能下降        的可能性，但仍然可能出现不好的分区点选择。
•   三数取中：选择数组的第一个元素、中间元素和最后一个元素，并取它们的中间值作为分区    点。这种方法可以在大多数情况下得到一个相对较好的分区点，从而提高算法的性能。
•   随机化快速排序：在每次递归调用时，随机选择一个元素作为分区点。这种方法可以进一步    减少特定输入情况下的性能下降的可能性，并且通常具有较好的平均性能。
   

   2.将数组中 大于 pivot 的放在 pivot 的右边

      将数组中 小于 pivot 的放在 pivot 的左边

   3.对左右子序列重复上述操作

    

二.  算法描述

就我个人而言，需要一个函数表示快速排序算法大致骨架。然后再定义一个分区函数，表示首先进行分区操作，定义变量 left 与 right ，用于指定当前待排数组的指定范围。然后定义快慢指针，其初始值均为left，fast 指针用于遍历待排子序列中的所有元素，slow 指针的作用是指示下一个分区点的元素。之后定义一个专门用于交换元素的函数。最后使用递归完成算法。

当 fast  >  right 时，fast 向前移动一位

当 fast  <  right 时，交换快慢指针，且二者同时向前移动一位

当 fast  =  right 时， 结束循环，交换 slow 与 right，此时 slow 指向的是临近的元素，分区点为递归做准备

三.  代码实现

四.  算法分析

该算法有两个难点：

    1.  如何实现分区逻辑？

• 选择一个分区点（通常是最右边或最左边的元素），然后通过遍历数组，将小于分区点的元素放置在分区点的左边，大于分区点的元素放置在分区点的右边。最后，将分区点放置在正确的位置上。这个过程可以使用快慢指针来实现，通过交换元素并移动指针的方式进行操作。

   2.  如何控制分区的次数？ Tip:其背后就是数据结构的二叉树，也就是遍历二叉树中所有的节点

• 在每次分区操作后，分区点所在的位置已经是正确的，即分区点左边的元素都小于等于它，右边的元素都大于等于它。然后，分别对分区点左边和右边的子数组进行递归调用，继续进行分区操作，直到子数组的大小为1或0时停止递归。

五.  改进算法（个人意见）

若出现元素与分区点 pivot 值相等的情况，计算机会如何处理？在数据足够大的情况下会处理大量重复的元素。

改进的算法通过将数组划分为三个部分：小于分区点、等于分区点和大于分区点。它的基本思想是选择一个分区点，然后通过遍历数组，将小于分区点的元素放置在左侧，等于分区点的元素放置在中间，大于分区点的元素放置在右侧。然后，对左侧和右侧的子数组进行递归调用，继续进行三路分区操作。

这减少了不必要的的元素交换和递归调用次数，可以更好的处理大量重复元素的情况