解析快速排序算法

快速排序算法

快速排序采用了分治法：我自己随机给出一个数组为例arr = {4，8，6，7，2，0，9，1，3，5}

    a.首先选定数组的第一个数作为基准数，即arr[0] = 4为初始基准数。
    b.然后给出两个初始参数i和j分别指向arr[1]和arr[arr.length-1]，即初始化i=1；j=arr.length-1。
    c.指向完成后j先从右向左移动，即j- -，直到找到一个数小于初始基准数arr[0] = 4。
    d.然后i开始从左向右移动，即i++，直到找到一个数大于初始基准数arr[0] = 4。
    e.此时并不能急于交换arr[i]和arr[j]的值，而是先要判断j<=i是否成立，若成立则证明arr[0]右侧的数值都比arr[0]大，这时就需要重新划基准数（随机在数组重找一个）············重复上述过程（在此没有出现这种情况），若j>i，则arr[i]和arr[j]交换位置：

    此时数组变为：4 3 6 7 2 0 9 1 8 5
    f.重复上述c d e过程。值得注意的是，i和j从交换完成的位置继续分别向右向左行进，并不是从初始位置行进。

    此时数组变为：4 3 1 7 2 0 9 6 8 5
    g.以此类推：

    此时数组变为：4 3 1 0 2 7 9 6 8 5

    到此，发现i = j，这可如何是好？莫慌，看上述e步骤，该arr[0]和arr[j]交换的时候了，数组变为：2 3 1 0 4 7 9 6 8 5
    到这里，我们发现4左边的数全都比4小，右边的数全都比4大，这就是典型的分治法，分开治理嘛。
    h.我们此时得到的数组就可以分开治理啦，4左边的数和右边的数我们可以分别看做一个数组，然后结合递归的思想将数组arrLeft = {2，3，1，0}重复上述步骤，同样的结合递归的思想将arrRight = {7，9，6，8，5}重复上述过程，这样最终就会的道一个完整的有序数组。

-----有关快速排序的时间复杂度的问题：快速排序运用了递归的思想，递归的时间复杂度为：T[n]=aT[n/b]+f(n) 。快排的时间复杂度有最优性和最差性，这和选取的初始基准数有关。
①最优情况下的时间复杂度：
    快速排序最优的情况就是每一次取到的元素都刚好平分整个数组，此时的时间复杂度公式则为：T[n] = 2T[n/2] + f(n)；T[n/2]为平分后的子数组的时间复杂度，f[n] 为平分这个数组时所花的时间。
    m递归之后，n = n/( 2^(m-1) ) = 2^m T[1] + mn
得到T[n/ (2^m) ] = T[1] —》 n = 2^m —》 m = logn
    T[n] = 2^m T[1] + mn ；其中m = logn
    所以T[n] = 2^(logn) T[1] + nlogn = n T[1] + nlogn = n + nlogn（其中n为元素个数）
    当n>=2是nlogn>>n可记为T[n] = nlogn
    所以最优快速排序的时间复杂度为O(nlogn)
②最差情况下的时间复杂度：
    最差的情况下发现一个有意思的事情，排序方式竟然就是冒泡排序！！！
    T[n] = n*(n+1) = n^2+n
    此时时间复杂度为O(n^2)
-----有关快速排序的空间复杂度的问题：由于运用了递归的思想，真正消耗空间的其实是递归，快速排序使用的空间仅仅是一次即O(1)。
①最优情况下的空间复杂度：每次都均分数组O(logn)
②最差情况下的时间复杂度：冒泡排序O(n)