快速排序

快速排序原理

从数组中任意选取一个元素，将这个元素称为中轴元素，然后我们将大于中轴元素的元素放在其右边，小于中轴元素的元素放在其左边，然后将中轴元素左边和右边分为两个小的数组，重复此过程，直到数组的大小为1，此时每个元素都处于有序的位置。

在下图的数组4，1，3，2，7，6，8中，将第一个元素设置为中轴元素，第二个元素设为i，最后一个元素设为j。然后让i和j从数组的两边向中间扫描。i向右遍历的过程中，如果遇到大于中轴元素的元素则停止移动，j向左遍历的过程中，如果遇到小于中轴元素的元素则停止移动（移动过程中需满足i <= j，不满足则停止移动）。若i和j停止移动时，i < j则交换i和j。

遍历完成后将中轴元素和j指向的元素交换位置，此时中轴元素处于有序位置。

对中轴元素前后两个数组重复此过程，直到数组只有一个元素

代码实现

public int[] quickSort(int[] arr, int left, int right) {
        if (left < right) {
            // 获取中轴元素的下标
            int mid = partition(arr, left, right);
            // 对数组进行分割
            arr = quickSort(arr, left, mid - 1);
            arr = quickSort(arr, mid + 1, right);
        }
        return arr;
    }

    public int partition(int[] arr, int left, int right) {
        // 将第一个元素设为中轴元素
        int pivot = arr[left];
        int i = left + 1;
        int j = right;

        while (true) {
            // 向右遍历找到大于中轴元素的值
            while (i <= j && arr[i] <= pivot) i++;
            // 向左遍历找到小于中轴元素的值
            while (i <= j && arr[j] >= pivot) j--;

            if (i > j) break;

            // 元素交换
            int temp = arr[i];
            arr[i] = arr[j];
            arr[j] = temp;
        }

        arr[left] = arr[j];
        // 将中轴元素置于有序位置
        arr[j] = pivot;

        return j;
    }

性能分析

①时间复杂度分析：最好情况，如果每次分区操作，都能正好把数组分成大小接近相等的两个小数组，那么只需要分割logn次即可，此时的时间复杂度是O(nlogn)。但是如果出现极端的情况，例如数组1，3，5，6，8，此时需要进行大约n次分区操作，才能完成快速排序。在这种情况下快速排序的时间复杂度就从O(nlogn)退化为O(n²)。而平准时间复杂度，则是假设每次中轴元素等概率着落在数组的任意位置，此时的时间复杂度是O(nlogn)。
②空间复杂度：O(logn)   ③原地排序    ④非稳定排序

中轴元素的随机选取

如果每次都以第一个元素或最后一个元素作为中轴元素，那么极端情况出现的可能性就会增加。为了降低极端情况出现的概率，我们可以随机选取中轴元素，而不是固定一个位置选取。中轴元素的随机选取有两个比较常用的分区算法。
1.三数取中法
从数组的首、尾、中间分别取出一个数，取这3个数的中间值作为中轴元素。这样取数据进行比较的分区方法，肯定比单纯取一个数要好。但是如果数组比较大，哪“三数取中”可能就不够了，就需要“五数取中”或“十数取中”。
2.随机法
随机从数组中选择一个元素作为中轴元素，这种方法不能保证每次中轴元素选的比较好，但是也不大可能出现每次都选的很差的情况，所以平均下来，退化到最糟糕的O(n²)的可能性也不大。