排序算法-快速排序

基本思想
通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。
算法介绍
1.先从数列中取出一个数作为基准数；
2.分区过程，将比这个数大的数全部放到它的右边，小于或等于它的数全部放到它的左边；
3.再对左右区间重复第二步，直到各个区间只有一个数。
以一个数组作为示例，取区间第一个数为基准数，首先用一个临时变量去存储基准数据，即tmp=23；然后分别从数组的两端扫描数组，设置两个指示标志：low指向起始位置，high指向末尾。

如果扫描到的值大于基准数据就让high-1，如果发现有元素比该基准数据的值小（如上图中18<=tmp），就让high位置的值赋值给low位置，结果如下：

然后从前往后扫描，如果扫描到的值小于基准数据就low+1，如果发现有元素大于基准数据的值（如下图46>=tmp），就再将low位置的值赋值给high位置，指针移动并且数据交换后的结果如下：

然后再开始从后向前扫描，原理同上，发现上图中11<=tmp，则将high位置的值赋值给low位置，结果如下：

然后再开始从前往后遍历，直到low==high结束，此时low或high的下标就是基准数据23在该数组中的正确索引位置，如下图所示：

其实快速排序的本质就是把基准数小的都放在基准数的左边，把比基准数大的都放在基准数的右边，这样就找到了该数据在数组中的正确位置。
以后采用递归的方式分别对基准数前半部分和后半部分排序，前半部分和后半部分均匀有序时该数组就自然有序了。
结论：
1.先从对尾开始向前扫描并且low < high时，如果a[high] > tmp，则high-1;如果a[high] < tmp，则将high的值赋值给low，即arr[low] = a[high]，同时要转换数组的扫描方式，即需要从队首开始向队尾进行扫描；
2.同理，当从队首开始向队尾扫描时，如果a[low] < tmp，则low++，如果a[low] > tmp，则需要将low位置的值赋值给high位置，即arr[high] = arr[low]，同时将数组扫描方式转换为由队尾向队首进行扫描；
3.不断重复1，2，直到low >= high时，low或high的位置就是该基准数在数组中的正确索引位置。
核心代码：

package com.company.algorithm;

import java.util.Arrays;

public class QuickSort {

    public static void main(String[] args) {
        int[] nums = new int[]{2, 4, 1, 6, 10, 3, 56, 778};
        System.out.println(Arrays.toString(nums));
        quickSort(nums, 0, nums.length - 1);
        System.out.println(Arrays.toString(nums));
    }

    public static void quickSort(int[] arr, int low, int high) {
        if (low < high) {
            int baseNumIndex = getBaseNumIndex(arr, low, high);
            quickSort(arr, low, baseNumIndex - 1);
            quickSort(arr, baseNumIndex + 1, high);
        }
    }

    private static int getBaseNumIndex(int[] arr, int low, int high) {
        int baseNum = arr[low];
        while (low < high) {
            while (arr[high] > baseNum && low < high) {
                high--;
            }
            arr[low] = arr[high];
            while (arr[low] < baseNum && low < high) {
                low++;
            }
            arr[high] = arr[low];
        }
        arr[low] = baseNum;
        return high;
    }
}

时间复杂度：O(nlogn)
稳定性：不稳定
适用场景：n大时较好