快速排序

      快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要 Ο(nlogn) 次比较。在最坏状况下则需要 Ο(n2) 次比较，但这种状况并不常见。事实上，快速排序通常明显比其他 Ο(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思想在排序算法上的典型应用。本质上来看，快速排序应该算是在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，因为一听到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(n²)，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 O(n logn) 的排序算法表现要更好，可是这是为什么呢，我也不知道。好在我的强迫症又犯了，查了 N 多资料终于在《算法艺术与信息学竞赛》上找到了满意的答案：

快速排序的最坏运行情况是 O(n²)，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。

1. 算法步骤

1. 从数列中挑出一个元素，称为 “基准”（pivot）;

2. 重新排序数列，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的后面（相同的数可以到任一边）。在这个分区退出之后，该基准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数列排序；

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，但是这个算法总会退出，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。

2. 动图演示

3. Java 代码实现

    /**
     * 快速排序
     *
     * @param arr
     */
    public static void quickSort(Integer[] arr) {
        System.out.println("quickSort===");
        PrintUtil.printArr(arr);

        int len = arr.length;
        quickSortRange(arr, 0, len - 1);

        // after
        PrintUtil.printArr(arr);
    }

    public static Integer[] quickSortRange(Integer[] arr, int left, int right) {
        // 元素个数大于1 就拆分 前后两部分
        if (left < right) {
            int partitionIndex = partition(arr, left, right);
            // 左半序列
            quickSortRange(arr, left, partitionIndex - 1);

            // 右半序列
            quickSortRange(arr, partitionIndex + 1, right);
        }
        return arr;
    }

    /**
     * 一分为二
     * <p>
     * 拿第一个值 做基准
     * 大于基准的放右边，小于基准的放左边
     * 返回基准值最后的位置
     *
     * @param arr
     * @param left
     * @param right
     * @return
     */
    private static int partition(Integer[] arr, int left, int right) {
        // 设定基准值（pivot）
        int pivot = left;

        // 大于基准值的 第一个
        int index = pivot + 1;
        for (int i = index; i <= right; i++) {
            if (arr[i] < arr[pivot]) {
                swap(arr, i, index);
                index++;
            }
        }

        // index-1 为 小于基准值的 最后一个
        // 交换位置：前面小 base 后面大
        swap(arr, pivot, index - 1);

        return index - 1;
    }