快速排序是個(gè)非常經(jīng)典、高效、常用的排序算法。很多語言標(biāo)準(zhǔn)庫里的排序算法都有用到它。

成都創(chuàng)新互聯(lián)專注于企業(yè)網(wǎng)絡(luò)營銷推廣、網(wǎng)站重做改版、莫力達(dá)網(wǎng)站定制設(shè)計(jì)、自適應(yīng)品牌網(wǎng)站建設(shè)、H5場(chǎng)景定制、成都商城網(wǎng)站開發(fā)、集團(tuán)公司官網(wǎng)建設(shè)、成都外貿(mào)網(wǎng)站制作、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計(jì)等建站業(yè)務(wù)，價(jià)格優(yōu)惠性價(jià)比高，為莫力達(dá)等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。

原理
快排原理其實(shí)比較簡單，就是將原本很大的數(shù)組拆成小數(shù)組去解決問題。
要拆就得找個(gè)拆的位置。如果吧這個(gè)位置稱為支點(diǎn)，那么快速排序問題就變成了不斷的去找到拆分的支點(diǎn)元素位置。
通常找支點(diǎn)就是以某個(gè)元素為標(biāo)準(zhǔn)，通過交換元素位置把所有小于標(biāo)準(zhǔn)的元素都移到一側(cè)，大于的移到另外一側(cè)。移動(dòng)元素的邏輯就是分別從最右側(cè)元素向左找到比指定元素小的位置，再從最左側(cè)開始向右找比指定元素大的位置。如果兩個(gè)位置不相同就交換兩個(gè)位置，在繼續(xù)分表從兩頭相向?qū)ふ?。找到合適的位置就是我們需要的支點(diǎn)。支點(diǎn)兩邊的元素再各自重復(fù)上面的操作，直到分拆出來的子數(shù)組只剩一個(gè)元素。分拆結(jié)束，順序也就拍好了。
那么問題來了，以哪個(gè)元素為標(biāo)準(zhǔn)去比較呢？比如可以選第一個(gè)元素。

復(fù)雜度
理想情況下找到的支點(diǎn)可以把數(shù)組拆分成左右長度相近的子數(shù)組，此時(shí)時(shí)間復(fù)雜度為O(n*logn)
而最差情況則是每次找到的支點(diǎn)元素都在某一次，導(dǎo)致另一側(cè)完全浪費(fèi)，尋找支點(diǎn)的過程也浪費(fèi)。這個(gè)時(shí)候用時(shí)會(huì)達(dá)到O(n^2)。
由于會(huì)打亂相同元素原有的順序，所以快排也是一個(gè)不穩(wěn)定排序。所以常用在普通類型數(shù)據(jù)的排序中。

代碼實(shí)現(xiàn)

package main

import (
    "time"
    "fmt"
    "math/rand"
)

func main() {
    var length = 10
    var list []int

    // 以時(shí)間戳為種子生成隨機(jī)數(shù)，保證每次運(yùn)行數(shù)據(jù)不重復(fù)
    r := rand.New(rand.NewSource(time.Now().UnixNano()))
    for i := 0; i < length; i++ {
        list = append(list, int(r.Intn(50)))
    }
    fmt.Println(list)

    quickSort(list, 0, length-1)

    fmt.Println(list)
}

func quickSort(list []int, start, end int) {
    // 只剩一個(gè)元素時(shí)就返回了
    if start >= end {
        return
    }

    // 標(biāo)記最左側(cè)元素作為參考
    tmp := list[start]
    // 兩個(gè)游標(biāo)分別從兩端相向移動(dòng)，尋找合適的"支點(diǎn)"
    left := start
    right := end
    for left != right {
        // 右邊的游標(biāo)向左移動(dòng)，直到找到比參考的元素值小的
        for list[right] >= tmp && left < right {
            right--
        }
        // 左側(cè)游標(biāo)向右移動(dòng)，直到找到比參考元素值大的
        for list[left] <= tmp && left < right {
            left++
        }

        // 如果找到的兩個(gè)游標(biāo)位置不統(tǒng)一，就游標(biāo)位置元素的值，并繼續(xù)下一輪尋找
        // 此時(shí)交換的左右位置的值，右側(cè)一定不大于左側(cè)?？赡芟嗟鹊矔?huì)交換位置，所以才叫不穩(wěn)定的排序算法
        if left < right {
            list[left], list[right] = list[right], list[left]
            fmt.Println(list)
        }
    }

    // 這時(shí)的left位置已經(jīng)是我們要找的支點(diǎn)了，交換位置
    list[start], list[left] = list[left], tmp

    // 按支點(diǎn)位置吧原數(shù)列分成兩段，再各自逐步縮小范圍排序
    quickSort(list, start, left-1)
    quickSort(list, left+1, end)
}

運(yùn)行結(jié)果

雜談
遇到最差情況時(shí)，上面算法的性能就比較糟糕了，和普通的插入排序差不多。所以為了避免選了個(gè)糟糕的支點(diǎn)，可以選擇數(shù)組中間元素作為對(duì)比的標(biāo)準(zhǔn)，或是選3個(gè)元素，取中間大小的元素作為參考項(xiàng)。這時(shí)可以在一定程度上優(yōu)化性能。不過最快情況的場(chǎng)景是在太少見，基本可以忽略掉。
還有個(gè)可優(yōu)化的點(diǎn)，就是在數(shù)據(jù)量很少時(shí)，快排并不能體現(xiàn)速度優(yōu)勢(shì)，反而在二十幾個(gè)元素以內(nèi)的排序中比插入排序還慢。所以可以在遞歸循環(huán)里加個(gè)判斷，如果一側(cè)的元素?cái)?shù)量小于某個(gè)值(比如20)時(shí)直接使用插入排序。