快速排序-quicksort

快速排序-quicksort

排序算法是一种非常优秀的排序算法，速度快，效率高。

算法的基本原理

快速排序由C. A. R. Hoare在1962年提出。它的基本思想是：通过一趟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都要小，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。

快排的算法是分治的思想，快速排序实现时是找一个基准值(key)，然后对数组进行分区操作，使得基准左面的值都不大于基准右面的值，基准右面的值都不小于基准值，此时基准的元素已经在正确的位置上了，递归快排，将其他的元素也放在正确的位置上，此时排序就算完成了。所以快排的核心算法是分区操作，即如何调整基准的位置，以及调整返回基准的最终位置， 方便分治递归。

算法性能

时间复杂度：

平均情况：O(nlogn)

最坏情况：O(N2)

最好情况：O(nlogn)

空间复杂度：O(log2n)

稳定性：不稳定

复杂性：复杂

时间复杂度

当数据有序时，以第一个关键字为基准分为两个子序列，前一个子序列为空，此时执行效率最差。

而当数据随机分布时，以第一个关键字为基准分为两个子序列，两个子序列的元素个数接近相等，此时执行效率最好。

所以，数据越随机分布时，快速排序性能越好；数据越接近有序，快速排序性能越差。

空间复杂度

快速排序在每次分割的过程中，需要 1 个空间存储基准值。而快速排序的大概需要 Nlog2N次 的分割处理，所以占用空间也是 Nlog2N 个。

算法稳定性

在快速排序中，相等元素可能会因为分区而交换顺序，所以它是不稳定的算法。

python

arr = [9,0,8,1,7,2,6,3,5,4]
def quicksort(arr,left,right):
if left < right:
key = arr[left]
low = left
high = right
while low < high:
while low < high and arr[high] > key:
high = high - 1
arr[low] = arr[high]
while low < high and arr[low] < key:
low = low + 1
arr[high] = arr[low]
arr[low] = key
quicksort(arr,left,low - 1)
quicksort(arr,low + 1,right)
quicksort(arr,0,9)
print arr

梦想很遥远，但是有方向