快速排序

 快速排序：是对冒泡排序的一种改进，其思想基于分治法。

算法思想：在待排序列表L[1...n]中任取一个元素pivot作为基准，通过一趟排序将待排序表划分为独立的两部分L[1,...k-1]和L[k+1,...n],使得L[1,...k-1]中所有元素均小于pivot，L[k+1,...n]中所有元素均大于或等于pivot，则pivot放在了其最终位置L(k)上，这个过程为一趟快速排序。然后分别递归的对两个子表重复上述步骤，直至每部分内只有一个元素或为空为止，最后所有元素放在了其最终位置上。

划分操作基本以严版教材为主：假设每次总是以当前表中第一个元素作为pivot，则需将表中值比pivot大的元素向右移动，比pivot小的元素向左移动。

def quick_sort(alist, start, end):
    """快速排序"""
    if start >= end:# quick_sort递归函数终止条件
        return
    mid = alist[start]
    left = start
    right = end

    # left与right未重合，就向中间移动
    while left < right:
        while left < right and alist[right] >= mid:
            right -= 1
        alist[left] = alist[right]
        while left < right and alist[left] < mid:
            left += 1
        alist[right] = alist[left]
    # 从循环退出后，left与right相遇，即left==right
    alist[left] = mid

    # 对左边部分执行快速排序
    quick_sort(alist, start, left-1)

    # 对右边部分执行快速排序
    quick_sort(alist, left+1, end)

if __name__ == '__main__':
    li = [54, 26, 93, 17, 77, 31, 44, 55, 20]
    print(li)
    quick_sort(li, 0, len(li)-1)
    print(li)

算法性能分析：

      时间复杂度：最好时间复杂度，每次取得pivot元素能做到最平衡的划分，得到的两个子问题大小都不能大于n/2,此时时间复杂度为O(nlog2n)。最坏时间复杂度，划分的两个区域分别包含n-1个元素和0个元素，这种最大程度的不对称若发生在每一层递归上，时间复杂度为O(n^2)。快速排序平均情况下运行时间与最优情况下时间很接近。快速排序是所有内部排序算法中平均性能最优的。

    空间复杂度：快速排序是递归的，要借助一个递归工作栈来保存每一层递归调用的信息，其容量应与递归调用的最大深度一致。最好情况下为log2(n+1)向下取整；最坏情况因为要进行n-1次递归调用，所以栈的深度为O(n);平均情况下为O(log2n).

稳定性：不稳定，因为若右边区域存在两个相同的关键字，切均小于pivot的值，则在交换到左边区域后，它们的相对位置会发生变化。