数据结构快速排序白话讲解，学会快速排序
快速排序
该算法是采用分治法的一个非常典型的应用。
适用场景
- 快速排序在大多数情况下都是适用的，尤其在数据量大的时候性能优越性更加明显。
- 快速排序是基于分治算法递归实现的，每次递归会导致进栈出栈而造成缓慢，所以小规模数据并不适合使用快速排序
算法描述
选择基准
- 从数列中挑出一个元素，称为"基准"（pivot），按照基准对待排序列进行分区（partition）操作
分治法-分：分区（partition）操作
- 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（相同的数可以到任何一边）。在这个分区结束之后，该基准就处于数列的中间位置。
分治法-治：递归
递归地（recursively）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。
算法复杂度
最好情况
最坏情况
T(N) = O(N²)
算法描述
选择基准
1.选取第一个元素为基准
- 当选取第一个元素为基准后，会导致以后每次递归都只消去一个元素，所以不能选取首尾元素作为基准
2.使用随机函数（rand函数或者自定义伪随机函数）
- 随机函数也会造成一定的开销
- 使用取头中尾的中位数（如 8、12、3中位数就是8）
- 最后将基准放置到右面的原因是为了在划分子集（小于基准的放置在左边，大于基准的放置在右边）时方便的做出最后一步交互（将奇数个元素相互交互后导致的最后一个元素无法确定所在位置）
子集划分
- 设置两个指针i（指向子集起始位置）、j（指向子集结束位置前一个元素（因为最后的元素放置的是基准））
- 比较起始指针i所指元素是否小于基准，若不小于发出一个警告，否则起始指针i指向下一个元素
- 比较结尾指针j所指元素是否大于基准，若不大于发出一个警告，否则起始指针j指向前一个元素
- 当i、j所指向的元素都发出警告后交互两个元素
- 重复执行上述步骤，直到起始指针i越过了末尾指针j（i-j<0)，将基准与i所指向元素交互（大基准的元素）
子集中有元素等于基准
交换
- 当子集划分中有元素等于基准时进行交换，虽然进行了许多无谓的交换但是最后基准元素会被换到中间，使得基准在子集的中间位置，此时再进行递归时左右两个序列近似等长为N/2
- 时间复杂度为NlogN
不交换
- 当子集划分中有元素等于基准时不进行交换，然后继续执行，此时有可能导致基准元素没有被交换到中间位置，出现每次递归时基准出现再端点
- 时间复杂度为N²
小规模数据处理
- 快速排序是基于分治算法递归实现的，每次递归会导致进栈出栈而造成缓慢，所以小规模数据并不适合使用快速排序
- 解决方案
- 当递归的数据充分小的时候，停止递归，直接调用简单排序
完整代码
递归控制
选择基准