日常学习记录6： 快速排序代码、原理、复杂度

快排重要性不用说，直接背诵代码，每天敲一遍，但是要知道快排的原理和复杂度分析，这两个比代码本身更重要。
1.代码：

vector<int> Sort::QuickSort(vector<int> &num, int left, int right)
{
    if(left < right)
    {
        int p = Partition(num, left, right);
        QuickSort(num, left, p - 1);
        QuickSort(num, p + 1, right);
    }

    return num;
}

int Sort::Partition(vector<int> &num, int start, int end)
{
    int pivot = num[start];//中轴元素
    int left = start, right = end;
    while(left < right)
    {
        while(left < right && num[right] > pivot)
        {
            --right;
        }
        num[left] = num[right];//交换 num[left]的值已经备份在了pivot

        while(left < right && num[left] <= pivot)
        {
            ++left;
        }
        num[right] = num[left];
    }

    num[left] = pivot;//中轴放到left位置处

    return left;//返回中轴位置
}

2.原理
转自C++经典排序算法总结
假设我们现在对“6 1 2 7 9 3 4 5 10 8”这个10个数进行排序。首先在这个序列中随便找一个数作为基准数（不要被这个名词吓到了，就是一个用来参照的数，待会你就知道它用来做啥的了）。为了方便，就让第一个数6作为基准数吧。接下来，需要将这个序列中所有比基准数大的数放在6的右边，比基准数小的数放在6的左边，类似下面这种排列：

3 1 2 5 4 6 9 7 10 8
在初始状态下，数字6在序列的第1位。我们的目标是将6挪到序列中间的某个位置，假设这个位置是k。现在就需要寻找这个k，并且以第k位为分界点，左边的数都小于等于6，右边的数都大于等于6，递归对左右两个区间进行同样排序即可。想一想，你有办法可以做到这点吗？这就是快速排序所解决的问题。

快速排序是C.R.A.Hoare于1962年提出的一种划分交换排序。它采用了一种分治的策略，通常称其为分治法(Divide-and-ConquerMethod)。它的平均时间复杂度为O(nlogn)，最坏时间复杂度为O(n^2).

首先上图：

从图中我们可以看到：

left指针，right指针，base参照数。

其实思想是蛮简单的，就是通过第一遍的遍历（让left和right指针重合）来找到数组的切割点。

第一步：首先我们从数组的left位置取出该数（20）作为基准（base）参照物。(如果是选取随机的，则找到随机的哨兵之后，将它与第一个元素交换，开始普通的快排)

第二步：从数组的right位置向前找，一直找到比（base）小的数，如果找到，将此数赋给left位置（也就是将10赋给20），此时数组为：10，40，50，10，60， left和right指针分别为前后的10。

第三步：从数组的left位置向后找，一直找到比（base）大的数，如果找到，将此数赋给right的位置（也就是40赋给10），此时数组为：10，40，50，40，60， left和right指针分别为前后的40。

第四步：重复“第二,第三“步骤，直到left和right指针重合，最后将（base）放到40的位置， 此时数组值为： 10，20，50，40，60，至此完成一次排序。

第五步：此时20已经潜入到数组的内部，20的左侧一组数都比20小，20的右侧作为一组数都比20大， 以20为切入点对左右两边数按照"第一，第二，第三，第四"步骤进行，最终快排大功告成。

3.复杂度分析

时间：平均O(nlogn) 最坏O(n2) 最好O(nlogn)
空间：O(nlogn) 递归开启的栈空间

3.1简单易懂版：
数组有n个元素，要递归运算算出枢纽pivot的位置，然后递归调用左半部分和右边半部分，可以看下面的对应表：

层	这层有的元素	元素数量
1	n/2, n/2	2
2	n/4, n/4, n/4, n/4	4
3	n/8, n/8, n/8, n/8, n/8, n/8, n/8, n/8	8
…	…	…
log n	…	n

第1层分开之后，有n/2，n/2，有2个元素；
第2层分开之后，有4个元素；
以此类推。

那当元素数为n时，会有多少层呢？
设层数为x，那么2^x = n，所以x = logn，也就是元素数为n时有logn层。
然后每层是n的复杂度，所以最终复杂度为nlogn

3.2一个严格的证明：

=均来自知乎=
如何证明快速排序法的平均复杂度为 O(nlogn)？