经典排序算法：快速排序(python)

原理：

快速排序是一种交换类排序，是对冒泡排序的一种改进，是分治法的经典表现。首先通过一次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。
算法具体步骤：
（1）、挑选一个元素作为基准key，一般取第一个元素；
（2）、设置两个变量i、j，分别代表数组左右端点的位置；
（3）、从j位置开始向前搜索（j–），找到第一个小于key的值list[j]，将list[j]赋值给list[i]；
（4）、从i位置开始向后搜索（i+），找到第一个大于key的值list[i]，将list[i]赋值给list[j]；
（5）、将key值赋给list[j]；
（6）、重复步骤(3)和（4），直到i>j,返回list。

代码：

def QuickSort(seq, i, j):
    if i > j:
        return seq
    key = seq[i]
    low, high = i, j
    while i < j:
        while i < j and seq[j] >= key:
            j -= 1
        seq[i] = seq[j]
        while i < j and seq[i] <= key:
            i += 1
        seq[j] = seq[i]
    seq[j] = key
    QuickSort(seq, low, i - 1)
    QuickSort(seq, i + 1, high)
    return seq

if __name__ == "__main__":
    # n = [4, 12, 7, 9, 11, 5, 1, 0, 7, -2, 3, -99, 6]
    n = [1,-2,4]
    n_sort = QuickSort(n, 0, len(n) - 1)
    print(n_sort)

优点: 在大量数据时，很容易将某个元素放到对应的位置

缺点：

（1）、快排不稳定，当重复数据很多时效率较低；
（2）、对于小数组，也需递归几次才能将数据放至正确位置；
（3）、若原始数据是有序的，那么快排过程中对序列的划分将十分不均匀。

时间复杂度：

最坏情况下时间复杂度为O(n^2)，空间复杂度为O(n)（有序数组）
最好情况下的时间复杂度为O(nlogn)，空间复杂度为O(logn)（每步均需二分的乱序数组）
平均时间复杂度为O(nlogn)，空间复杂度为O(logn)
它是同数量级（O(nlog2n)）排序方法中平均性能最好的。