算法-快速排序

在介绍快速排序之前，要先介绍一下“冒泡排序”，有助于理解快速排序；

冒泡排序
概要：
1.比较相邻的元素。如果第一个比第二个大，就交换他们两个。
2.对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对。在这一点，最后的元素应该会是最大的数。
3.针对所有的元素重复以上的步骤，除了最后一个。
4.持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。
图例：

冒泡排序的时间复杂度为：
O（n²）
辅：时间复杂度不包括这个函数的低阶项与首项系数；

冒泡排序介绍完，接下来就要进入主题了；

快速排序

概要：
快速排序是冒泡排序的改进版，也是最好的一种内排序，在很多面试题中都会出现，也是作为程序员必须掌握的一种排序方法。

主要思想:
1.在待排序的元素任取一个元素作为基准(通常选第一个元素，但最好的选择方法是从待排序元素中随机选取一个作为基准)，称为基准元素；

2.将待排序的元素进行分区，比基准元素大的元素放在它的右边，比其小的放在它的左边；

3.对左右两个分区重复以上步骤直到所有元素都是有序的。

图例：

时间复杂度：
快速排序具有最好的平均性能，但最坏性能和插入排序相同，也是O(n^2)。比如一个序列5,4,3,2,1，要排为1,2,3,4,5。按照快速排序方法，每次只会有一个数据进入正确顺序，不能把数据分成大小相当的两份，很明显，排序的过程就成了一个歪脖子树，树的深度为n，那时间复杂度就成了O(n^2)。尽管如此，需要排序的情况几乎都是乱序的，自然性能就保证了。根据上面的图片举例来看，在数据量小于20的时候，插入排序具有最好的性能。当大于20时，快速排序具有最好的性能，归并和堆排序也望尘莫及，尽管复杂度都为nlog2(n)。

如果基准值可以将数组分成相等的两部分，则出现快速排序的最佳情况。在这种情况下，我们还要对每个大小约为 n/2 的两个子数组进行排序。在一个大小为 n 的记录中确定一个记录的位置所需要的时间为O(n)。若T(n)为对n个记录进行排序所需要的时间，则每当一个记录得到其正确位置，整组大致分成两个相等的两部分时，我们得到快速排序算法的最佳时间复杂性。
最好的性能：
　　T(n) <= cn + 2T(n/2) c是一个常数
　　　　　<= cn + 2(cn/2+2T(n/4)) = 2cn+ 4T(n/4)
　　　　　<= 2cn + 4(cn/4+ 2T(n/8)) = 3cn + 8T(n/8)
　　　　　　…… ……
　　　　　<= cnlogn + nT(1) = O(nlogn)
其中cn 是一次划分所用的时间，c是一个常数；

最坏的情况，每次划分都得到一个子序列，时间复杂度为
举例为：5、4、3、2、1
　　T(n) = cn + T(n-1)
　　　　 = cn + c(n-1) + T(n - 2) = 2cn -c + T(n-2)
= 2cn -c + c(n - 2) + T(n-3) = 3cn -3c + T(n-3)
　　　　……
　　　　= c[n(n+1)/2-1] + T(1) = O(n2)

　示意图：
　

上代码：

当然这段代码是可以改进的

对一般快速排序进行一些改进可以提高其效率。
当划分到较小的子序列时，通常可以使用插入排序替代快速排序
对于较小的子序列（通常序列元素个数为10个左右），我们就可以采用插入排序直接进行排序而不用继续递归，算法改造如下：

总结
快速排序需要栈空间来实现递归，如果数组按局等方式被分割时，则最大的递归深度为 log n，需要的栈空间为 O(log n)。最坏的情况下在递归的每一级上，数组分割成长度为0的左子数组和长度为 n - 1 的右数组。这种情况下，递归的深度就成为 n，需要的栈空间为 O(n)。同时要注意递归的结束时间。
因为快速排序在进行交换时，只是根据比较基数值判断是否交换，且不是相邻元素来交换，在交换过程中可能改变相同元素的顺序，因此是一种不稳定的排序算法。