【算法】常见排序算法效率比较和代码

面试/笔试时经常会问所知道的排序算法，并用2-3种排序算法码代码。

常见排序算法效率比较

排序方法	平均情况	最好情况	最坏情况	辅助空间	稳定性
冒泡排序	$O(n^2)$	$O(n)$	$O(n^2)$	$O(1)$	稳定
选择排序	$O(n^2)$	$O(n^2)$	$O(n^2)$	$O(1)$	不稳定
插入排序	$O(n^2)$	$O(n)$	$O(n^2)$	$O(1)$	稳定
希尔排序	$O(n\log n)$~$O(n^2)$	$O(n^{1.3})$	$O(n^2)$	$O(1)$	不稳定
堆排序	$O(n\log n)$	$O(n\log n)$	$O(n\log n)$	$O(1)$	不稳定
归并排序	$O(n\log n)$	$O(n\log n)$	$O(n\log n)$	$O(n)$	稳定
快速排序	$O(n\log n)$	$O(n\log n)$	$O(n^2)$	$O(\log n)$~$O(n)$	不稳定

快速排序

主要思想：分而治之 + 递归
选取数组第一个元素（或者中间/最后一个元素）作为基准值，数组根据基准值大小分为左右两部分，再递归，输出结果。
代码：

# 快速排序：分而治之 + 递归
def quick_sort(data):
    """快速排序"""
    if len(data) >= 2:          		# 递归入口及出口
        basic = data[0]         		# 选取列表第一个数为基准值
        left, right = [], []    			# 定义基准值左右两侧的列表
        data.remove(basic)      	# 从原始数组中移除基准值
        for num in data:
            if num >= basic:
                right.append(num)   # 大于基准值的放到右边
            else:
                left.append(num)    	# 小于于基准值的放到左边
        return quick_sort(left) + [basic] + quick_sort(right)	# 递归
    else:
        return data

if __name__=="__main__":
    nums = [49, 38, 65, 97, 23, 22, 76, 1, 5, 8, 2, 0, -1, 22]
    print(quick_sort(nums))