算法思路
快速排序差不多是面试中问的最多的一种排序算法了，快排是比较容易理解的，核心思路就是，选取一个数作为基准，将原来的列表分为两个部分，一部分全部小于这个基准数，另外一部分全部大于这个基准数，然后呢再按照这个方法对划分出来的两部分继续做同样的操作，直到无法划分的时候排序也就完成了。
以数组[3,2,1,5,4,6]为例，其排序过程如下图所示。
关于时间复杂度问题， 平均复杂度n log(n) 最坏情况 n^2，以长度为16的list为例：
代码实现
方法一：
按照上述的思路可分为两个部分来写代码，一部分是使用递归，一部分是调整位置。
def partition(nums, left, right):
temp = nums[left]
while left < right:
while left < right and nums[right] >= temp: # 从右往左搜索比基准值小
right -= 1 # 没有则往右走一位
nums[left] = nums[right] # 找到了比基准值小的则调整顺序
while left < right and nums[left] <= temp: # 从左往右找比基准大的数
left += 1
nums[right] = nums[left]
nums[left] = temp # 交换完成之后归位
return left # 返回基准值的位置
def quick_sort(nums, left, right):
if left < right:
mid = partition(nums, left, right)
quick_sort(nums, left, mid - 1) # 比基准值小的一部分再次进行快排
quick_sort(nums, mid + 1, right) # 比基准值大的一部分方法二：
上面这种呢是在原有的list进行变换，如果不考虑原有变换还有一种更直观的方法来实现，使用列表生成式来实现，只不过在数据量很大的时候会占用更多的空间。不考虑交换操作，直接简单粗暴的把list分割成两部分。
def quick_sort(nums):
if len(nums) <= 1:
return nums
pivot = nums[len(nums)//2]
left = [x for x in nums if x < pivot]
middle = [x for x in nums if x == pivot]
right = [x for x in nums if x > pivot]
return quick_sort(left) + middle + quick_sort(right)