QuickSort 快速排序

借鉴《啊哈！算法》这本萌书和python菜鸟教程的想法。
leetcode 75 也是快排思想题。

思想：

1. 挑选基准值：从数列中挑出一个元素，称为"基准"（pivot）;
2. 分割：重新排序数列，所有比基准值小的元素摆放在基准前面，所有比基准值大的元素摆在基准后面（与基准值相等的数可以到任何一边）。在这个分割结束之后，对基准值的排序就已经完成;
3. 递归排序子序列：递归地将小于基准值元素的子序列和大于基准值元素的子序列排序。
   递归到最底部的判断条件是数列的大小是零或一，此时该数列显然已经有序。

选取基准值有数种具体方法，此选取方法对排序的时间性能有决定性影响。

《啊哈！算法》里的具体代码步骤：






代码1：

# 快速排序函数
def quickSort(data):
	if len(data)>=2:
		left=[]
        right=[]
        pivot=data[0]
        for d in data[1:]:
        	if d<=pivot:
        		left.append(d)
            else:
            	right.append(d)
  		return quickSort(left)+[pivot]+quickSort(right)
	else:
		return data
        

代码2：

def partition(arr,low,high):
	i=low-1
    pivot=arr[high]
    for j in range(low,high):
    # 当前元素小于或等于 pivot
    	if  arr[j] <= pivot: 
        	i+=1
            arr[i],arr[j] = arr[j],arr[i] #列表中两元素位置交换
    arr[i+1],arr[high] = arr[high],arr[i+1]
    return ( i+1 ) 

# arr[] --> 排序数组
# low  --> 起始索引
# high  --> 结束索引

# 快速排序函数
def quickSort(arr,low,high): 
	if low<high:
    	pi=partition(arr,low,high) #pi是基准值最后排在的位置
        quickSort(arr,low,pi-1)
        quickSort(arr,pi+1,high)
        

时间复杂度：

最坏情况下的快排时间复杂度： O(n ^2)
最坏情况发生在划分过程每一次产生的俩个区域分别包含n-1个元素和一个0元素。T(N)=T(N-1)+T(0)+O(N)=T(N-1)+O(N)。T(N)=(T(N-2)+O(N-1))+O(N)=T(N-2)+O(N-1)+O(N)=…=T(0)+O(1)+O(2)+…+O(N)=1/2*O(N ^2)

最好情况下快排时间复杂度：O(nlogn)
最好情况下，每一个子问题的大小为n/2。.
T(N)=2T(N/2)+O(N)=2*(2T(N/4)+O(N/2))+O(N)=4T(N/4)+2O(N)=8T(N/8)+3O(N)=…=NT(1)+logN O(N)=O(N)+O(NlogN)=取大的 O(NlogN)

空间复杂度：
最优的情况下空间复杂度为：O(logn)
最差的情况下空间复杂度为：O( n ) 退化为冒泡排序的情况

稳定性：
快速排序是不稳定的算法，它不满足稳定算法的定义。
算法稳定性： 假设在数列中存在a[i]=a[j]，若在排序之前，a[i]在a[j]前面；并且排序之后，a[i]仍然在a[j]前面，则这个排序算法是稳定的。