快速排序
快速排序（Quicksort）是对冒泡排序的一种改进。
快速排序由C. A. R. Hoare在1960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。
排序流程
快速排序算法通过多次比较和交换来实现排序，其排序流程如下：
(1)首先设定一个分界值，通过该分界值将数组分成左右两部分。
(2)将大于或等于分界值的数据集中到数组右边，小于分界值的数据集中到数组的左边。此时，左边部分中各元素都小于或等于分界值，而右边部分中各元素都大于或等于分界值。
(3)然后，左边和右边的数据可以独立排序。对于左侧的数组数据，又可以取一个分界值，将该部分数据分成左右两部分，同样在左边放置较小值，右边放置较大值。右侧的数组数据也可以做类似处理。
(4)重复上述过程，可以看出，这是一个递归定义。通过递归将左侧部分排好序后，再递归排好右侧部分的顺序。当左、右两个部分各数据排序完成后，整个数组的排序也就完成了。
算法稳定性
快速排序有两个方向，左边的i下标一直往右走，当a[i] <= a[center_index]，其中center_index是中枢元素的数组下标，一般取为数组第0个元素。而右边的j下标一直往左走，当a[j] > a[center_index]。如果i和j都走不动了，i <= j, 交换a[i]和a[j],重复上面的过程，直到i>j。 交换a[j]和a[center_index]，完成一趟快速排序。在中枢元素和a[j]交换的时候，很有可能把前面的元素的稳定性打乱，比如序列为 5 3 3 4 3 8 9 10 11， 现在中枢元素5和3(第5个元素，下标从1开始计)交换就会把元素3的稳定性打乱，所以快速排序是一个不稳定的排序算法，不稳定发生在中枢元素和a[j] 交换的时刻。
时间复杂度
- 最差时间分析是：
O(n**2) - 平均时间复杂度为：
O(n*log2n)即n倍的log以2为底n的对数
Python实现
# 方法一：
def quick_sort(lst):
if len(lst) < 2:
return lst
pivot = lst[0]
less = [i for i in lst[1:] if i <= pivot]
greater = [i for i in lst[1:] if i > pivot]
return quick_sort(less) + [pivot] + quick_sort(greater)
if __name__ == "__main__":
print(quick_sort([2, 3, 1, 8, 5, 9, 4, 7]))
# [1, 2, 3, 4, 5, 7, 8, 9]
# 方法二：
# 这个算法实现太烂了，烂到不能再烂了！
def quick_sort(alist, start, end):
low = start # 序列左侧指针（首次指向第一个元素）
high = end # 序列右侧指针（首次指向最后一个元素）
# 结束递归的条件
if low > high:
return
mid = alist[low] # 基数
while low < high:
# 向左偏移 high 指针
while low < high:
if alist[high] > mid:
high -= 1
else:
alist[low] = alist[high]
break
# 向右偏移 low 指针
while low < high:
if alist[low] < mid:
low += 1
else:
alist[high] = alist[low]
break
if low == high:
alist[low] = mid
# 将 quick_sort 递归作用到基数左侧子序列
quick_sort(alist, start, low - 1)
# 将 quick_sort 递归作用到基数右侧子序列
quick_sort(alist, high + 1, end)
return alist
if __name__ == '__main__':
alist = [8, 4, 5, 7, 1, 3, 6, 2]
print(quick_sort(alist, 0, len(alist) - 1))
# [1, 2, 3, 4, 5, 6, 7, 8]