快排的优化

快排优化，总结下来有下面五点。

优化1：针对最坏情况（当arr已有序，选第一个或最后一个值（即最大值或最小值）做基中点，效率低）会出现劣质的分割。
       【随机取基准点】
       但是，若数据不是有序的，效率比普通可能更慢

优化2：【三分取中】  头 尾 中间-》low  mid  high，mid=(low+high)/2+low
        从数组中三个标志位取中间大的值做基准值-》保证左（小）有值，右（大）有值（以减少递归次数）。
        相比1普通情况：给出的数据本身随机（普通情况）

优化3：针对小数据量 / 当待排序序列的长度分割到一定大小后，递归开销>算法 空间开销
       【插入排序】

优化4：针对重复数据很多的 但数据多的 数据数组（离散型较小，数据量超大），eg排青少年年龄
      【聚集优化】
       （在一次分割结束后，可以把与Key相等的元素聚在一起，继续下次分割时，不用再对与key相等元素分割）
       优化效率非常高

优化5：递归写成【非递归】
快排函数在函数尾部有两次递归操作，我们可以对其使用尾递归优化
优点：如果待排序的序列划分极端不平衡，递归的深度将趋近于n，而栈的大小是很有限的，每次递归调用都会耗费一定的栈空间，函数的参数越多，每次递归耗费的空间也越多。
优化后，可以缩减堆栈深度，由原来的O(n)缩减为O(logn)，将会提高性能。