快速排序怎么写？

介绍

快速排序有两种经典的写法，只有划分过程部分不同，其它部分都一样：

// 随机化取pivot下标，注意先在main函数里初始化“随机种子”inline int getPivotIndex(int left, int right) {    return rand() % (right - left + 1) + left;}int partition(vector<int>& nums, int left, int right) {    swap(nums[getPivotIndex(left, right)], nums[right]);    // 两种写法，只有这个函数体不一样}void quickSortHelper(vector<int>& nums, int left, int right) {    if (left >= right)        return;    int mid = partition(nums, left, right);    quickSortHelper(nums, left, mid - 1);    quickSortHelper(nums, mid + 1, right);}void quickSort(vector<int>& nums) {    quickSortHelper(nums, 0, nums.size() - 1);}

而划分过程都有两个“指针”，不同点是，一种这两个“指针”在同侧，另一种这两个“指针”在异侧。
是不是更摸不着头脑了？看看下面逐步分解例子就清楚了！

同侧

这个方法是《算法导论》里的伪代码展示出来的！我也一直是用这种写法，十分简洁易懂！

比如原始数组是[7, 2, 8, 9, 1, 6]，选择最后一个数字 6作为pivot，设置两个指针now=0（意思是当前遍历到哪个数字），little=-1（意思是小于等于pivot的部分的右边界，初始为待划分左边界的左边一位）。

pivot放在最右边。
now指针顺序从左到右遍历过去，每次找到一个小于等于pivot的元素，就交换到little的右边一位。为什么呢？因为我们在循环时维护这样一个性质：little及它以左的部分都是小于等于pivot的，而它右边一位刚好是大于pivot的，所以交换它是合理的！

初始：now=0，little=-1，pivot=6，数组为[7, 2, 8, 9, 1, 6]。
第一步：now=0，nums[now]=7 > pivot，那么little不变仍然为-1；
第二步：now=1，nums[now]=2 <= pivot，那么little加1变为0，交换nums[little]和nums[now]，数组变成[2, 7, 8, 9, 1, 6]；
第三步：now=2，8 > pivot，那么little不变仍然为1；
第四步：now=3，9 > pivot，那么little不变仍然为1；
第五步：now=4，nums[now]=1 <= pivot，那么little加1变为1，交换nums[little]和nums[now]，数组变成[2, 1, 8, 9, 7, 6]；
第五步：now=5，nums[now]=6 <= pivot，那么little加1变为2，交换nums[little]和nums[now]，数组变成[2, 1, 6, 9, 7, 8]；

结束了，是不是发现pivot（6，下标为2）的左边全部是小于等于pivot的，而pivot右边所有元素都是大于pivot的？

还有一点值得注意的是，你可以验证一下，在循环的过程中，性质“little及它以左的部分都是小于等于pivot的，而它右边一位刚好是大于pivot的”是否真的保持不变？

这个过程很容易理解，写成代码是：

int partition(vector<int>& nums, int left, int right) {    swap(nums[getPivotIndex(left, right)], nums[right]);    int pivot = nums[right], little = left - 1;    for (int now = left; now <= right; ++now) {        if (nums[now] <= pivot) {            // 做一点小优化，如果是相同的，就不用交换了            if (++little != now)                swap(nums[little], nums[now]);        }    }    return little;}

总的测试代码如下：

#include <iostream>#include <vector>#include <algorithm>#include <ctime>#include <cstdlib>using namespace std;// 随机化取pivot下标，注意先在main函数里初始化“随机种子”inline int getPivotIndex(int left, int right) {    return rand() % (right - left + 1) + left;}int partition(vector<int>& nums, int left, int right) {    swap(nums[getPivotIndex(left, right)], nums[right]);    int pivot = nums[right], little = left - 1;    for (int now = left; now <= right; ++now) {        if (nums[now] <= pivot) {            // 做一点小优化，如果是相同的，就不用交换了            if (++little != now)                swap(nums[little], nums[now]);        }    }    return little;}void quickSortHelper(vector<int>& nums, int left, int right) {    if (left >= right)        return;    int mid = partition(nums, left, right);    quickSortHelper(nums, left, mid - 1);    quickSortHelper(nums, mid + 1, right);}void quickSort(vector<int>& nums) {    quickSortHelper(nums, 0, nums.size() - 1);}// 判断数组是否有序排列bool isSorted(const vector<int>& v) {    vector<int> sorted(v.begin(), v.end());    sort(sorted.begin(), sorted.end());    for (int i = 0; i < v.size(); ++i)        if (v[i] != sorted[i])            return false;    return true;}// 随机生成大小为size的数组void gen(vector<int>& v, size_t size) {    static const int MAX = 99997;    v = vector<int>(size);    for (int i = 0; i < size; ++i)        v[i] = rand() % MAX;}int main() {    srand(time(0));    for (size_t size = 0; size < 10000; ++size) {        vector<int> v;        gen(v, size);        quickSort(v);        if (!isSorted(v)) {            cout << "FAIL with size = " << size << endl;            break;        } else {            cout << "GOOD with size = " << size << endl;        }    }    return 0; }

异侧

首先声明，这种解法最后有个细节需要理清楚，虽然前面的过程很直观，总的来说，个人觉得不如上面的解法来得简洁漂亮～

维护两个指针：left（表示小于等于pivot的部分的右边界），right（表示大于pivot的部分的左边界，初始值为倒数第二个元素的下标）。

pivot放在最右边。
每次循环时，left从左到右找到第一个大于pivot的值，而right则从右到左找到第一个小于等于pivot的值，如果条件合适则交换两者，使得小于等于pivot的元素总在left以左的范围内，而大于pivot的元素总在right以右的范围内！

还是拿数组[7, 2, 8, 9, 1, 6]来举例子。

初始时，left=0，right=6-1-1=4（6表示数组长度，因为下标从0开始所以要先减一，然后right初始为倒数第二个元素，所以需要再减一，因为最后一个是pivot），pivot=nums[6-1]=6，数组为[7, 2, 8, 9, 1, 6]。

第一步：
left=0，nums[left] = 7 > 6，找到了第一个大于6的元素！
right=4，nums[right]=1 < 6，找到了第一个小于等于6的元素！
发现left < right，可以交换两者，数组变成[1, 2, 8, 9, 7, 6]。

第二步：
left从0一直到2，才会使得nums[left]=8 > 6；
right从4到1，才会使得nums[right]=2 <= 6；
发现left > right，不用交换了！

为什么？
回顾一下，left以左的范围都是小于等于pivot的，而right以右的范围都是大于pivot的，现在有left > right，表示这两个范围有交集了，也就是这两个区间的并集覆盖了整个原始区间，说明已经划分好了！所以不需要再交换了～

退出循环后：
但是，有没有发现一点？pivot，也就是最后面的6，一直没动过，而目前的结果是[1, 2, 8, 9, 7, 6]，但我们想要的结果应该是[1, 2, 6, 9, 7, 8]！

所以，退出循环后，还需要检查一步，看看nums[left]和pivot的大小关系，如果大于pivot，就把pivot和nums[left]交换一下。

那如果最后nums[left] <= pivot呢？意味着什么？
意味着原来整个区间都是小于等于pivot的，所以此时left应该自然等于原来的右边界。

为什么一定是这样？
答案是：（用end表示区间的右端点的下标，）退出循环时，必定有left >= right。
假设right有移动过，那么[right, end-1]这段区间，必定都是大于pivot的，而left >= right，那么就是落在[right, end-1]上的，按理说应该又nums[left] > pivot才对，但是又有nums[left] <= pivot？？？
所以结论是，right从未向左移动过，而left一次性从0移动到了end-1，并且有nums[end-1] <= num[end]，所以left应该被赋值为end而返回。

int partition(vector<int>& nums, int left, int right) {    swap(nums[getPivotIndex(left, right)], nums[right]);    int pivot = nums[right], end = right;    --right;    while (left < right) {        // 从左到右找到第一个大于pivot的值        while (left < right && nums[left] <= pivot)            ++left;        // 从右到左找到第一个小于等于pivot的值        while (right > left && nums[right] > pivot)            --right;        // 如果条件合适则交换两者        if (left < right)            swap(nums[left], nums[right]);    }    if (nums[left] > nums[end])        swap(nums[left], nums[end]);    else        left = end;    return left;}

总的测试代码如下：

#include <iostream>#include <vector>#include <algorithm>#include <ctime>#include <cstdlib>using namespace std;// 随机化取pivot下标，注意先在main函数里初始化“随机种子”inline int getPivotIndex(int left, int right) {    return rand() % (right - left + 1) + left;}int partition(vector<int>& nums, int left, int right) {    swap(nums[getPivotIndex(left, right)], nums[right]);    int pivot = nums[right], end = right;    --right;    while (left < right) {        // 从左到右找到第一个大于pivot的值        while (left < right && nums[left] <= pivot)            ++left;        // 从右到左找到第一个小于等于pivot的值        while (right > left && nums[right] > pivot)            --right;        // 如果条件合适则交换两者        if (left < right)            swap(nums[left], nums[right]);    }    if (nums[left] > nums[end])        swap(nums[left], nums[end]);    else        left = end;    return left;}void quickSortHelper(vector<int>& nums, int left, int right) {    if (left >= right)        return;    int mid = partition(nums, left, right);    quickSortHelper(nums, left, mid - 1);    quickSortHelper(nums, mid + 1, right);}void quickSort(vector<int>& nums) {    quickSortHelper(nums, 0, nums.size() - 1);}// 判断数组是否有序排列bool isSorted(const vector<int>& v) {    vector<int> sorted(v.begin(), v.end());    sort(sorted.begin(), sorted.end());    for (int i = 0; i < v.size(); ++i)        if (v[i] != sorted[i])            return false;    return true;}// 随机生成大小为size的数组void gen(vector<int>& v, size_t size) {    static const int MAX = 99997;    v = vector<int>(size);    for (int i = 0; i < size; ++i)        v[i] = rand() % MAX;}int main() {    srand(time(0));    for (size_t size = 0; size < 10000; ++size) {        vector<int> v;        gen(v, size);        quickSort(v);        if (!isSorted(v)) {            cout << "FAIL with size = " << size << endl;            break;        } else {            cout << "GOOD with size = " << size << endl;        }    }    return 0; }

两种解法的比较

直观和简洁，在上面已经谈过了，这里主要想说，两者的复杂度如何！

上面举例，用的是同个数组，发现第一种需要交换三次，而第二种只需要交换两次，是不是意味着第二种更好呢？

有人确实有过这样的错觉，hhh，不记得在哪看到的了，应该是知乎或伯乐在线中的一个。

为什么我要说是错觉呢？是不是觉得，第一种解法，一个数字，可以被交换多次？而第二种解法，省了很多交换？（确实有点道理，不过不是真理就对了，且听下面分析）

第一种解法的交换次数

比如[1, 6, 2, 3, 5, 4]，其中在now遇到元素2时，就会变成[1, 2, 6, 3, 5, 4]，元素6被交换第一次！
紧接着，now遇到元素3，元素6又被交换一次，数组变成[1, 2, 3, 6, 5, 4]。
最后，now遇到元素4，元素6又被交换一次，数组变成1, 2, 3, 4, 5, 6]。
在这个过程中，元素6 一共被交换了3次！

但是，你得注意到，不是所有大于pivot的元素都被交换了3次！！！比如5就从来没被交换过！究其本质，使用第一种解法，元素被交换的总次数，实际上等于数组中小于等于pivot的元素的个数！

说到这里是不是觉得我在扯淡？
因为上面的数组里，明明小于等于pivot的元素个数是4，而不是3！再想想那一个优化的小步骤……对吧？你不优化的话，就是4了，至于为什么，我暂时不给严格的证明（有空再来，写博客的现在已经深夜一点多了），其实如果真的理解了这个算法，是能够很直观想出来为什么的。

第二种解法的交换次数

那第二种解法的呢？
假设数组中小于等于pivot的元素个数为P，交换次数实际上等于区间[left + P - 1, right]上所有小于等于pivot的元素的个数！

比如上面的[1, 6, 2, 3, 5, 4]，此时P=4，而区间[3, 5]上面有两个元素小于等于pivot（=4），所以交换次数为2（第一次交换6和3，第二次交换6和4）。

是不是比第一种的少了？确实是的，因为[left, left + P - 1)上一般会有小于等于pivot的元素，所以这种解法的交换次数就自然小于P，而P等于第一种解法未优化时的交换次数。

综上所述

其实第一种解法加了优化之后，几乎是跟第二种解法的交换次数一模一样的（直觉）。

算法的性能只由交换元素的次数决定吗？

很明显答案是否定的！
要注意有个概念叫做“高速缓存”，假设数组很长的话，那么顺序去访问会比较好，因为有cache；但是如果每次都是同时从两端来访问的话，cache不断地失效，对吧？

上面都是纸上谈兵

其实如果真的想找出这两种算法的效率是否存在高低之分的话，应该生成长度齐全、各种数据分布等等的测试样例，来测试，但是测试还涉及各种编译器环境、运行环境……略晕。

这项伟大的工作就交给后人或科学家来完成吧 T_T 跑完把实验结果发我一份，thx

优化

1. 如何取主元（pivot）

尽量随机化取，不要固定位置（比如第一个或最后一个），因为随机化取主元的位置，可以比较容易避开最坏的情况。

目前提出的还有中位数法（median-of-three）！即选取nums[left], nums[(left+right)>>1], nums[right]三个数字中的中位数，还可以扩展……具体请参考：三种快速排序以及快速排序的优化

2. 内省排序

关于内省排序的介绍请参考内省排序-维基百科。

其实它的想法很简单，就是：当递归到待排序数组的长度达到阈值下限时，改用其它类型的排序如插入排序、堆排序等。

这样做是利用了，插入排序等排序方式在数据规模很小的时候，性能比快速排序好（毕竟快排的常数项较大）！

这个长度阈值一般是[26, 29]，是试验出来的，有兴趣也可以自己设计试验来找！

为什么是O(nlog n)

今天太晚了，改天再来做数学推导！