基本思想
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。
算法描述
- 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
- 将大于或者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左边。此时，左边部分中的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。
- 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。
- 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，整个数组排序也就完成了。
演示
代码实现
public static void sort(int[] array) {
quickSort(array, 0, array.length - 1);
}
public static void quickSort(int[] array, int l, int r) {
int start = l;
int end = r;
int pivot = (l + r) / 2; // 确定一个基准值
int temp = array[pivot];
int tempVal = 0;
while (l < r) {
// 从左边找一个比基准值大的数
while (l < r && array[l] < temp) {
l++;
}
// 从右边找一个比基准值小的数
while (r > l && array[r] > temp) {
r--;
}
if ((array[l] == array[r]) && (l < r)) {
l++;
} else {
tempVal = array[r];
array[r] = array[l];
array[l] = tempVal;
}
}
if (l - 1 > start) {
quickSort(array, start, l - 1);
}
if (r + 1 < end) {
quickSort(array, r + 1, end);
}
}
时间复杂度
最优时间复杂度:O(nlogn)
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，一次递归共需比较n次，递归深度为logn
最差时间复杂度:O(n^2)
最差的情况就是每一次取到的元素就是数组中的最大/最小的，这种情况其实就是冒泡排序(每一次都排好一个元素的顺序)n(n-1)/2=O(n^2)
平均情况:O(nlogn)
空间复杂度
主要是递归造成的栈空间的使用，最好情况，递归树的深度为log2n，其空间复杂度也就为O(logn)
最坏情况，需要进行n-1递归调用，其空间复杂度为O(n)
平均情况，空间复杂度也为O(logn)。
可惜的是，由于关键字的比较和交换是跳跃进行的，因此快速排序是一种不稳定的排序方法。
优点与缺点
- 优点：极快,数据移动少
- 缺点：不稳定
测试记录
待补充
源码
暂时未发现在开源框架或jdk中用到插入排序
