快速排序及其优化

快排的原理

快排是综合性能最好的算法，也凭借优秀的性能成为常用的排序算法。快排基于分治的策略，每次选择一个基准值，将数组分为小于基准值和大于基准值两部分，然后对基准左右两侧的数组递归调用这个过程，直至找到所有元素的位置。

上面的图片展示了快排的基本过程，但问题是如何找到基准值的位置？最简单的想法是遍历所有元素，但这样就已经排好序了，失去了快排的意义。快排使用两端逼近的思路来找到基准值的位置，相关代码可以这样组织：

vector<int> nums//待排序数组
int pivot;   //基准值
int left;   //左边的位置
int right;  //右边的位置

while (left < right){
    while (left<right && nums[left]<=pivot) ++left;
    //找到基准值左边比基准值大的元素，交换到右边
    if (left<right) swap(nums[left], nums[right]);
    while (left<right && nums[right]>=pivot) --right;
    //找到基准值右边比基准值大的元素，交换到左边
    if (left<right) swap(nums[left], nums[right]);
}

这样就保证基准值的左边都比基准值小，右边都比基准值大了，完整的快排及测试代码如下：

#include <bits/stdc++.h>
using namespace std;

void quicksort(vector<int>& nums, int start, int end){
    if(nums.empty()) return;
    int pivot = nums[start];
    int i = start;
    int j = end;
    while (i<j){
        while (i<j && nums[j]>=pivot)--j;
        if (i<j)swap(nums[i], nums[j]);
        while (i<j && nums[i]<=pivot)++i;
        if (i<j)swap(nums[i],nums[j]);
    }
    if (start < i-1)quicksort(nums, start, i-1);
    if (end > j+1)quicksort(nums, j+1, end);
}

int main(){
    vector<int> nums = {2, 5, 9, 3, 4, 1};
    quicksort(nums, 0, nums.size()-1);
    for(int num:nums){
        cout << num << endl;
    }
    return 0;
}

执行结果如下：

快排复杂度

利用递归树的方式来求解快排的复杂度非常直观，下面是一次快排可能的递归树：

利用递归树求解，时间复杂度 = 递归树的深度 x 每层的遍历次数，显然递归树的深度为logN，每层遍历的次数总数都为n，那么快排的时间复杂度为nlogN。空间复杂度 = 递归树的深度 x 每层额外的空间大小，快排没有额外使用的空间，因此空间复杂度为logN。

快排最差复杂度

在极端情况下，快排的递归树可能不是上面的类似满二叉树的形状。在上面的讨论中，数组每次都被分为两部分，但如果基准的一侧正好没有数字，那么数据就只被分为一部分。

上图就是一种特殊情况，此时类似于二叉树没有左孩子，则二叉树会退化为链表，深度变为n，按照上面介绍的公式可以求到，此时时间复杂度为o(n*n)，空间复杂度o(n)。

快排的优化

在快排的复杂度讨论中我们知道，基准如果选择不恰当，会导致二叉树的深度增加，这是不希望看到的，因此快排的优化策略中，通常采用随机的方式选择基准值，或者使用数组开头、正中、结尾三个元素中中间大小的元素作为基准，这样保证基准的两侧都有元素。
如果阅读过STL源码就会发现，sort()函数中，开始使用快排处理，当分组的元素个数小于某个阈值时，就改用插入排序处理。这样做的原因是当划分的区间在5～20之间时，快排效率不高，很容易出现一侧没有值的情况，而插入排序对于已经近似排好序的数组分组效果很好，因此可以采用插入排序来优化快排。在STL中，如果快排递归深度归多，还会换成堆排序来完成排序。