经典排序算法——快速排序、归并排序、堆排序

之前两篇关于排序算法的综述以及平方阶复杂度的3种具体类型的排序算法，这一篇将具体介绍其中平均时间复杂度在平方阶$O(nlo{g}_{2}n)$的三个排序算法，以及各种算法的代码实现（亲测正确）。

快速排序

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要 $O(nlogn)$次比较。在最坏状况下则需要$O(n^2)$次比较，但这种状况并不常见。事实上，快速排序通常明显比其他 $O(nlogn)$算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来。

算法思想

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外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。是一种分而治之思想在排序算法上的典型应用。本质上来看，快速排序应该算是在简单排序基础上的递归分治法。

算法步骤

• 从数列中挑出一个元素，称为 “基准”（pivotpos）。
• 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作。
• 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

图示

算法复杂度

• 最优情况
  • Partition每次都划分得很均匀，如果排序n个关键字，其递归树的深度就为 $[lo{g}_{2}n]+1$（ [x] 表示不大于 x 的最大整数），即仅需递归$lo{g}_{2}n$次。第一次Partiation应该是需要对整个数组扫描一遍，做n次比较。然后，获得的枢轴将数组一分为二，那么各自还需要T（n/2）的时间&