快速排序 python 代码实现

原理:

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。

   快速排序：是给基准数据找其正确索引位置的过程.
   假设最开始的基准数为数组第一个元素,则首先用一个临时变量去存储基准数,即tmp;然后分别从数组的两端扫描数组，设两个指示标志:low指向起始位置，high指向末尾.

首先确定一个基准数：例如下图的基准数一般都是设置第一个数，基准数tmp=49 ，基准数在与剩下的n-1的部分进行，从最后一个数比较，若基准数小于进行交换，否者大于或者等于基准数不进行交换。此时将基准数与倒数第二个数进行比较27小于49，27和49进行交换。然后基准数49与第二数进行比较，若基准数=49大于第二个数38不交换，再与第三个数比较49<65 ,进行交换，以此类推，如下图

动图：

 使用python 代码实现：

def quick_sort(data):
    """quick_sort"""
    if len(data) >= 2:
        mid = data[len(data)//2]
        left,right = [], []
        data.remove(mid)
        for num in data:
            if num >= mid:
                right.append(num)
            else:
                left.append(num)
        return quick_sort(left) + [mid] + quick_sort(right)
    else:
        return data

a = [2,3,4,1,45,6,6,7,8,7,9,10,18,20,30,12]

结果：

print(quick_sort(a))
[1, 2, 3, 4, 6, 6, 7, 7, 8, 9, 10, 12, 18, 20, 30, 45]

小结：

时间复杂度：

最好情况（待排序列接近无序）时间复杂度为O(nlog2n)

最坏情况（待排序列接近有序）时间复杂度为O(n2)

平均时间复杂度为O(nlog2n)。