快速排序以及分区函数整理

快速排序是东尼霍尔发现的一种排序算法。在平均情况下，排序n个项目要$O(nlogn)$次比较。在最坏状况下需要$O(n^2)$次比较，但是这种状况并不常见。事实上，快速排序通常明显比其他$O(nlogn)$算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来。

快速排序使用分治法（Divide and Conquer）策略来把一个串行（list）分为两个子串行（sub-lists）。

快速排序又是一种分而治之在排序算法上的典型应用。本质上开看，快速排序应该算是冒泡排序基础上的递归分治法。

快速排序的名字起的是简单粗暴，因为一听这个名字你就知道它存在的意义，就是快，而且效率高！它是处理大数据最快的排序算法之一了。虽然Worst Case的时间复杂度达到了$O(n^2)$, 但是人家就是优秀，在大多数情况下都比平均时间复杂度为$nlongn$的排序算法表现要更好，可是这是为什么呢？

快速排序的最坏运行情况是 $O(n^2)$，比如说顺序数列的快排。但它的平摊期望时间是$O(nlogn)$，且$O(nlogn)$记号中隐含的常数因子很小。比复杂度稳定等于$O(nlogn)$的归并排序要小的很多。所以，对绝大多数顺序性较弱的随机数列而言，快速排序总是优于归并排序。
时间复杂度分析

1.算法步骤

1. 从数列中挑出一个元素，称为“基准”（pivot）；
2. 重新排列数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准值后边（相同的数可以到任一边）。在这个分区退出之后，该基准值就处于数列的中间位置。这个称为分区（partition）操作；
3. 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子序列排序；

递归的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递归下去，但是整个算法总会退出，因为在每次迭代（iteration）中，它至少会把一个元素排到它最后的位置去。

2.动画演示

3.代码

public class QuickSort implements IArraySort {

    @Override
    public int[] sort(int[] sourceArray) throws Exception {
        // 对 arr 进行拷贝，不改变参数内容
        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

        return quickSort(arr, 0, arr.length - 1);
    }

    private int[] quickSort(int[] arr, int left, int right) {
        if (left < right) {
            int partitionIndex = partition(arr, left, right);
            quickSort(arr, left, partitionIndex - 1);
            quickSort(arr, partitionIndex + 1, right);
        }
        return arr;
    }
	// 关键是分区操作
    private int partition(int[] arr, int left, int right) {
        // 设定基准值（pivot）
        int pivot = left;
        int index = pivot + 1;
        for (int i = index; i <= right; i++) {
            if (arr[i] < arr[pivot]) {
                swap(arr, i, index);
                index++;
            }
        }
        swap(arr, pivot, index - 1);
        return index - 1;
    }

    private void swap(int[] arr, int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }

}

4. partition分区函数几种形式

• 前后指针

public int pivot(int[] nums, int l, int h) {
    // 1.初始化变量
    int low = l, high = h + 1;
    // 2.快速排序
    while (true) {
        // a.左侧寻找比nums[l]大的元素
        while (nums[++low] < nums[l] && low < h);
        // b.右侧寻找比nums[l]小的元素
        while (nums[--high] > nums[l] && high > l);
        // c.low比high大
        if (low >= high) {
            break;
        }
        // b.满足交换条件
        swap(nums, low, high);
    }
    // 3.轴归位
    // high是比l小的
    swap(nums, l, high);
    return high;
}

• 活泼懒惰指针

private int partition(int[] arr, int left, int right) {
    // 设定基准值（pivot）, 第一个数
    int pivot = left;
    // index第二个开始
    int index = pivot + 1;
    // 迭代
    for (int i = index; i <= right; i++) {
        if (arr[i] < arr[pivot]) {
            swap(arr, i, index);
            index++;
        }
    }
    // (pivot+1)-(index-1)是比pivot小的
    swap(arr, pivot, index - 1);
    return index - 1;
}