快速排序
核心思想：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。
盗来一张图：
算法优缺点
快速排序最“快”的地方在于左右两边能够快速同时递归排序下去，所以最优的情况是基准值刚好取在无序区的中间，这样能够最大效率地让两边排序，同时最大地减少递归划分的次数。此时的时间复杂度仅为O(NlogN)。
快速排序也有存在不足的情况，当每次划分基准值时，得到的基准值总是当前无序区域里最大或最小的那个元素，这种情况下基准值的一边为空，另一边则依然存在着很多元素(仅仅比排序前少了一个)，此时时间复杂度为O(N*N)。
快速排序的速度快慢关键在于基准值的选取，它决定了划分次数以及比较次数，决定了快排的效率，因此，还有一些针对于基准值选取的优化方法，例如“三数据取中法”等，能够有效优化快速排序存在的不足之处。
空间复杂度：
其实这个空间复杂度不太好计算，因为有的人使用的是非就地排序，那样就不好计算了（因为有的人用到了辅助数组，所以这就要计算到你的元素个数了）；我就分析下就地快速排序的空间复杂度吧；
首先就地快速排序使用的空间是O(1)的，也就是个常数级；而真正消耗空间的就是递归调用了，因为每次递归就要保持一些数据；
最优的情况下空间复杂度为：O(logn) ；每一次都平分数组的情况
最差的情况下空间复杂度为：O( n ) ；退化为冒泡排序的情况
稳定性：
因为在每次比较时会对基准前后的元素进行比较，可能导致相同大小的不同元素的相对位置发生改变。所以快速排序是一种不稳定的排序方法。
算法实现代码：
import java.util.*;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int []data = new int[8];
for(int i= 0;i<data.length ;i++){
data[i] = sc.nextInt();
}
//快速排序
quickSort(data ,0 ,data.length-1);
for(int i = 0;i<data.length ;i++){
System.out.print(data[i]+" ");
}
}
//快速排序的辅助方法
public static int divide(int[] data, int start, int end){
//每次都以最右边的元素作为基准值
int base = data[end];
//start一旦等于end，就说明左右两个指针合并到了同一位置，可以结束此轮循环。
while(start < end){
while(start < end && data[start] <= base)
//从左边开始遍历，如果比基准值小，就继续向右走
start++;
//上面的while循环结束时，就说明当前的a[start]的值比基准值大，应与基准值进行交换
if(start < end){
//交换
int temp = data[start];
data[start] = data[end];
data[end] = temp;
//交换后，此时的那个被调换的值也同时调到了正确的位置(基准值右边)，因此右边也要同时向前移动一位
end--;
}
while(start < end && data[end] >= base)
//从右边开始遍历，如果比基准值大，就继续向左走
end--;
//上面的while循环结束时，就说明当前的a[end]的值比基准值小，应与基准值进行交换
if(start < end){
//交换
int temp = data[start];
data[start] = data[end];
data[end] = temp;
//交换后，此时的那个被调换的值也同时调到了正确的位置(基准值左边)，因此左边也要同时向后移动一位
start++;
}
}
//这里返回start或者end皆可，此时的start和end都为基准值所在的位置
return end;
}
//快速排序
public static int[] quickSort(int[] data, int start, int end){
if(start > end){
//如果只有一个元素，就不用再排下去了
return data;
} else{
//如果不止一个元素，继续划分两边递归排序下去
int partition = divide(data, start, end);
quickSort(data, start, partition-1);
quickSort(data, partition+1, end);
}
return data;
}
}