引言
快速排序，作为一个编程人员来说，肯定都是接触过的。那么，你还记得怎么去实现么，怎么优化呢？在本篇博文中，会详细介绍快速排序的过程，对于不是唯一的过程（可变或者可选），我们讨论各种优化的方法。笔者目前整理的一些blog针对面试都是超高频出现的。大家可以点击链接：http://blog.csdn.net/u012403290
快速排序
在开始之前，我们先介绍一下快速排序的基本思想：
我们要对S数组进行排序，那么
①如果S数组中的元素个数是0或者1，那么排序结束。单一元素本身就是有序的。
②在S中随机选取一个元素作为枢纽元
③将S除却枢纽元之外的集合遍历与枢纽元进行比较，把比枢纽元小的放在左边，比枢纽元大的放在右边。
④遍历结束之后，就是完成了一趟快速排序。我们递归③步骤中生成的2组数据，重复①②③步骤，直到满足①条件退出为止
下面是对上面步骤的图示：
细心的小伙伴会发现，这个随机选取的枢纽元将会决定你下次分组的复杂程度。比如说在7、8、9这个组中，如果选取了7或者9为枢纽元呢？那是不是还需要更多的一步递归？所以说，枢纽元的选取将会直接影响到你的算法的效率，在后面，我们会着重讨论关于枢纽元的选取。
快速排序，和上一篇博文介绍的归并排序，都是一种分治策略的体现，我们都是把一个大的数据拆分成一个更小的数据，直到不能拆分为止，再把所有的结果进行整合，得到最终的结果。
快速排序最容易理解的实现
如果你还是对快速排序不是很理解，那么我们用一组代码实现来进一步帮助你的理解，在该实现中，借用了list集合天然的方法。我们不去考虑这一套算法的性能和效率，因为它必然是低效的。
package com.brickworkers;
import java.util.ArrayList;
import java.util.List;
/**
*
* @author Brickworker
* Date:2017年5月9日下午3:24:56
* 关于类QuickSort.java的描述：快速排序
* Copyright (c) 2017, brcikworker All Rights Reserved.
*/
public class QuickSort {
//最容易理解的快速排序
//我们以int排序为例，方便起见，就不像以前一样实现对象的compareTo方法了
public static void sort(List<Integer> list){
//递归结束条件
if(list.size() > 1){//上面说的，当数据量为1或者0的时候结束递归
//建立三个集合，分别表示小于枢纽元，大于枢纽元和等于枢纽元
List<Integer> smallerList = new ArrayList<Integer>();
List<Integer> largerList = new ArrayList<Integer>();
List<Integer> sameList = new ArrayList<Integer>();
//选取一个随机值作为枢纽元，在我们学习过程中，我们通常把第一个数作为枢纽元
Integer pivot = list.get(0);
//遍历list，把比pivot小的放smallerList中，比pivot大的放largerList中,相等的放sameList中
for (Integer integer : list) {
if(integer < pivot){
smallerList.add(integer);
}
else if(integer > pivot){
largerList.add(integer);
}else{
sameList.add(integer);
}
}
//递归实现分组后的子数据进行上面同样的操作
sort(smallerList);
sort(largerList);
//对排序好的数据进行整合
list.clear();//清楚原本的数据，用于存放有序的数据
list.addAll(smallerList);
list.addAll(sameList);
list.addAll(largerList);
}
}
public static void main(String[] args) {
Integer[] target = {4,3,6,7,1,9,5,2,3,3};
List<Integer> list = new ArrayList<>();
for (int i = 0; i < target.length; i++) {
list.add(target[i]);
}
sort(list);
//查看排序结果
for (Integer integer : list) {
System.out.print(integer + " ");
}
}
}
//输出结果：
//1 2 3 3 3 4 5 6 7 9
//细心的小伙伴可能心里有疑惑了，为什么我要用一个List来存储一样大小的呢？这里就暴露出了快速排序算法中对相同数据的处理方式。在上述的实现中为什么不直接把相等的放入smallerList或者放入largerList呢？举个例子：假如说你选取的枢纽元是最小值，那么是不是可能发生每次递归的数据都是一样的？因为所有的数据都比你的枢纽元大，而且这个时候恰好你把相等的数据都放入了比枢纽元大的部分，那么就会造成栈溢出了。所以在这个过程中，我们需要对相等的数据单独存储起来。
如何选取枢纽元
经过前面的概念分析与最傻的实现之后，我们讨论一下与快速排序效率息息相关的枢纽元选取。其实枢纽元选取的核心问题是，我们要把原本的待排序数据合理、平均的划分为两部分，我们就像要求平衡二叉树保持平衡一样。
1、以第一个值为枢纽元
在大学期间，我们学习到快速排序，告知我们的一般都是以第一个值为枢纽元。对于这种默认的选取方式，我们对他进行剖析：
①如果待排序的数据是随机的，那么如此选择枢纽元是可以接受的，因为在概率上来说，随机的情况下，在第一次快速排序之后，会分为两个差不多相等的新的数据。
②如果待排序的数据是有序的，那么这种情况下，就不能以第一个值为枢纽元了，因为它会产生一种恶心分割，直接导致所有的元素都被划分到左边子数据或者右边子数据。
所以这种办法是不可取的，也尽量不去实现它。也有人说可以选取第一个和第二个数据做比较，比较大的作为枢纽元。这种方式只是简单的规避了划分为空的情况，这种恶心的划分还是存在的。
2、随机选择一个枢纽元
在待排序的数据中随机选取一个数据为枢纽元会显得安全很多。它的随机可以保证在分割的过程中可以合理、平均的进行划分。但是我们要考虑随机数产生的开销，每趟分割之前还需要随机出一个随机数，那么开销会变得非常巨大。所以这种方式虽然比较安全，但是性能仍旧是不可取的。
3、三数中值分割法
三数中值分割法是目前比较高效的一种选取枢纽元的方式。按照选取枢纽元的要求：要尽可能合理、平均的划分为两部分。那么最好的是选取一个中值，那么就可以精准的分割两部分了。但是我们不可能划分这个开销去寻找中值，我们做的只是:
我们从待排序的数据中选取3个位置的值，分别是第一位置、最后位置、中间位置。然后我们用这3个数据中排序中间的数据作为枢纽元。
在这里，又会有细心的小伙伴有疑惑了，为什么三数中值分割法会更优秀？它需要选取3个值，还要判断拿到3个值中不大不小的那个。这么一来难道不会影响效率吗？
当然会影响效率，但是这个效率的开销是值当的，我们在选取好枢纽元之后仍旧需要遍历3个之中剩余的两个值，因为这里已经比较了一轮，我们只需要在枢纽元选取的时候就把剩余两个进行排序了，比枢纽元小的放在最前面，比枢纽元大的放在最后面，且在遍历的时候跳过这两个值。所以说三数中值分割法并没有白白花费这个效率开销。
快速排序核心思想
或许，对我上面的描述不是很理解，我们接下来已目前最好的快熟排序遍历的方式来说明这种情况:
在目前主流的快速排序中，我们把枢纽元与最后一个数据进行位置交换，也就是说把枢纽元分离出要进行数据交换的区段，然后通常是定义了2个指针，一个从开头往后比较，一个从后往前比较。进行大小比较和位置转换，且流行的情况是这样，下面我们用图解来说明情况：
我们要对数据：3，2，5，7，1，8，9进行快速排序。
我们随机选取一个值为枢纽元：5，那么我们就把5与9进行位置交换，把枢纽元独立到数据的边缘，避免它参与数据交换，所以初始情况就是这样：
3，2，9，7，1，8，5
我们定义两个指针，这两个指针我们称为头指针和尾指针，分别指向第一个元素和倒数第二个元素（倒数第一个元素是枢纽元）。接着就需要开始移动指针：
在头指针指向的位置小于尾指针指向的位置时：
①我们将头指针向右移动，遇到比枢纽元小的元素直接移动到下一个数据，直到遇到一个数据大于枢纽元，则头指针停止运动。
②相同的，移动尾指针向前移动，遇到比枢纽大的元素直接移动到下一个数据，直到遇到一个数据小于枢纽元。
③等两个指针都停止下来的时候，就需要把两个指针所指向的数据进行交换。并继续重复①②③步骤。
④直到尾指针指向的位置小于头指针指向的位置，通俗来说就是两个指针交错了就结束遍历。
下面是对于上面数据快速排序的一趟图解:
在此基础上，我们再来说说为什么三数中值分割法并没有浪费额外的开销：用三数中值分割法获取到枢纽元，那么其实比这个枢纽元小的数据可以放在最左边，比这个枢纽元大的数据放在最右边。那么这样一来，头指针就可以从第二个开始，尾指针就可以从倒数第二个开始，这样一来，一定程度上效率是有回升的。
代码实现标准快速排序
思考：
1、快速排序是分治策略的实现，所以递归必不可少。
2、采用最好的三数中值分割法选取枢纽值，并对选取后的数据进行合理存放，在上面已经描述过了。头指针可以跳过首数字，尾指针也可以跳过倒数第二个数字。但是对于子数组的大小我们要注意最小是2了，不然不满足三数中值分割法。
3、我们不用新的数组来参与递归和存储，所以我们定义好对于数组描述的下标left与right，尽可能的数组复用。
以下是代码实现：
package com.brickworkers;
/**
*
* @author Brickworker
* Date:2017年5月9日下午3:24:56
* 关于类QuickSort.java的描述：快速排序
* Copyright (c) 2017, brcikworker All Rights Reserved.
*/
public class QuickSort {
//暴露给外部的接口，对一个数组进行排序
public static void quicksort(Integer [] target){
quicksoort(target, 0, target.length - 1);
}
//具体实现
//用left与right的方式，尽可能的实现数组复用
private static void quicksoort(Integer[] target, int left, int right){
if(left + 2 < right){//递归结束条件,之所以+2是因为三数中值分割法最起码需要两个数据
//寻找枢纽元
int pivot = findPivot(target, left, right, false);
//定义头指针与尾指针
int i = left + 1, j = right - 2; //因为三数中值分割法导致最前数据和最后数据不用判断
for( ; ; ){
//两个指针开始运动，直到两者都停止
while(target[i] <= pivot){i++;}//如果头指针遍历到小于枢纽元的数据直接跳过
while(target[j] >= pivot){j--;}//如果尾指针遍历到大于枢纽元的数据直接跳过
//判断两个指针是否交错
if(i < j){
//没有交错，且指针停止，那么进行数据交换
swap(target, i, j);
}else{
break;//指针交错，那么结束循环
}
}
//也就是上面描述的指针交错之后，需要把枢纽元交换到头指针的位置
swap(target, i, right - 1);
//继续递归子数组
quicksoort(target, left, i - 1);
quicksoort(target, i + 1, right);
}else{
//当数据少于2个的时候，直接用三数中值分割法进行排序
findPivot(target, left, right, true);
}
}
//三数中值分割法
//这个判断用于说明是否最后的操作，最后的操作不需要把枢纽值放到最后
private static Integer findPivot(Integer[] target, int left, int right, boolean end){
int mid = (left + right) / 2;//获取中间值的位置
//比较开始数据与中间数据
if(target[left] > target[mid]){
//如果开始数据比中间数据大，那么位置进行交换
swap(target, left, mid);
}
if(target[left] > target[right]){
//如果开始的数据比最后数据大，那么交换位置
swap(target, left, right);
}
if(target[mid] > target[right]){
//如果中间的数据比最后的数据大，那么交换位置
swap(target, mid, right);
}
if(!end){
//按照前面说的，把枢纽元放到最后面
swap(target, mid, right - 1);
//返回枢纽元
return target[right - 1];
}
return null;
}
//交换数组中两个下标的数据
private static final void swap(Integer[] target, int one, int anthor){
int temp = target[one];
target[one] = target[anthor];
target[anthor] = temp;
}
public static void main(String[] args) {
Integer[] target = {4,3,6,7,1,9,5,2,3,3};
quicksort(target);
for (Integer integer : target) {
System.out.print(integer + " ");
}
}
}
//输出结果：
//1 2 3 3 3 4 5 6 7 9
//上面的实现加入了三数中值分割法，它所造成的影响就是元素判断基准变成了最起码子数组要有2个元素，同时，在最后一趟中，只需要用三数中值分割法进行排序就可以结束了。但是个人觉得这样实现有点傻傻的，其实更好的解决方式是在最后放入一个插入排序，因为在数据量很小的情况下，插入排序的效率十分高，两者排序算法结合用肯定比上面直接用三数中值分割法会好得多。
希望对你有所帮助