标签：help 左右 交换 img 个数 col highlight mamicode 根据
思想：依据一个中值数据项，把数据表分成两半：小于中值的一半和大于中值的一半，然后把每部分分别进行快速排序(递归)。
其中递归条件：
基本结束条件：数据表仅有一个数据项
缩小规模：根据中值，将数据表分为两半，最好的情况是相等规模的两半
调用自身：将两半分别调用自身进行排序（排序基本操作在分裂过程中）
快速排序的图解过程：
def partition(alist, first, last):
pivotvalue = alist[first] #以第一个数作为中值
leftmark = first + 1
rightmark = last
done = False
while not done:
while leftmark <= rightmark and alist[leftmark] <= pivotvalue: #右移动左标
leftmark += 1
while alist[rightmark] >= pivotvalue and rightmark >= leftmark: #左移动右标
rightmark -= 1
if rightmark < leftmark: #两个数相错就结束移动
done = True
else: #左右值交换
temp = alist[leftmark]
alist[leftmark] = alist[rightmark]
alist[rightmark] = temp
#alist[leftmark], alist[rightmark] = alist[leftmark], alist[rightmark]
temp = alist[first]
alist[first] = alist[rightmark]
alist[rightmark] = temp
return rightmark
def quickSort(alist):
quickerSortHelper(alist, 0, len(alist)-1)
def quickerSortHelper(alist, first, last):
if first < last:
splitpoint = partition(alist, first, last)
quickerSortHelper(alist, first, splitpoint-1)
quickerSortHelper(alist,splitpoint+1, last)
alist = [54, 26, 93, 17, 77, 31, 44, 55, 20]
quickSort(alist)
print(alist)
快排包括分裂和移动两个部分：分裂的时间服大肚是O(n) ,移动O(log n)，总的时间复杂度为O(nlog n)，且不需要额外存储空间。
但是快排也有缺点，在极端情况，如果不幸，中值所在的分裂点过于偏离中部，造成左右两部分数据不平衡，且在有一部分始终没有数据的话，这样时间复杂度就退化到O(n^2)。
注意：中值的选取对排序十分重要，因此需要有先验知识对数据的特性选取合适的中值。
标签：help 左右 交换 img 个数 col highlight mamicode 根据
原文地址：https://www.cnblogs.com/yeshengCqupt/p/13368676.html
