CHARLIE SAYS

查理如是说
DATE 2026-08-24
THEME
SERIES / ALGORITHMS / P-061 · 算法与数据结构

算法 012:快速排序(Quick Sort)

快速排序介绍

快速排序(Quick Sort)使用分治法算法思想。它的基本思想是:选择一个基准数,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。

具体过程为:

  1. 从数列中挑出一个基准值;
  2. 将所有比基准值小的摆放在基准前面,所有比基准值大的摆在基准的后面(相同的数可以到任一边);在这个分区退出之后,该基准就处于数列的中间位置;
  3. 递归地把”基准值前面的子数列”和”基准值后面的子数列”进行排序。

快速排序实现

下面以数列 a={30,40,60,10,20,50} 为例,演示它的快速排序过程(原文图片丢失,据文字与代码重绘)。

第 1 趟中,设置 x=a[i],即 x=30:

  • 从”右 —> 左”查找小于 x 的数:找到满足条件的数 a[j]=20,此时 j=4;然后将 a[j] 赋值 a[i],此时 i=0;接着从左往右遍历。
  • 从”左 —> 右”查找大于 x 的数:找到满足条件的数 a[i]=40,此时 i=1;然后将 a[i] 赋值 a[j],此时 j=4;接着从右往左遍历。
  • 从”右 —> 左”查找小于 x 的数:找到满足条件的数 a[j]=10,此时 j=3;然后将 a[j] 赋值 a[i],此时 i=1;接着从左往右遍历。
  • 从”左 —> 右”查找大于 x 的数:找到满足条件的数 a[i]=60,此时 i=2;然后将 a[i] 赋值 a[j],此时 j=3;接着从右往左遍历。
  • 从”右 —> 左”查找小于 x 的数:没有找到满足条件的数。当 i>=j 时,停止查找;然后将 x 赋值给 a[i]。此趟遍历结束!
flowchart TD
    s0["初始 i=0, j=5, x=30 | 30 40 60 10 20 50"]
    s1["右→左找小于 x: a[j]=20 赋给 a[i] | 20 40 60 10 20 50"]
    s2["左→右找大于 x: a[i]=40 赋给 a[j] | 20 40 60 10 40 50"]
    s3["右→左找小于 x: a[j]=10 赋给 a[i] | 20 10 60 10 40 50"]
    s4["左→右找大于 x: a[i]=60 赋给 a[j] | 20 10 60 60 40 50"]
    s5["i>=j 停止, x=30 放入 a[i] | 20 10 30 60 40 50"]
    s0 --> s1 --> s2 --> s3 --> s4 --> s5
    style s5 fill:#c8e6c9

第 1 趟结束后,基准值 30 左侧的数都比它小、右侧都比它大。按照同样的方法,对左右两个子数列 {20,10}{60,40,50} 进行递归遍历,最后得到有序数组!

快速排序时间复杂度和稳定性

快速排序稳定性

快速排序是不稳定的算法,它不满足稳定算法的定义。

算法稳定性——假设在数列中存在 a[i]=a[j],若在排序之前,a[i] 在 a[j] 前面;并且排序之后,a[i] 仍然在 a[j] 前面。则这个排序算法是稳定的!

快速排序时间复杂度

快速排序的时间复杂度在最坏情况下是 O(N²),平均的时间复杂度是 O(N·logN)。

这句话很好理解:假设被排序的数列中有 N 个数,遍历一次的时间复杂度是 O(N),需要遍历多少次呢?至少 log(N+1) 次,最多 N 次。

为什么最少是 log(N+1) 次?快速排序是采用的分治法进行遍历的,我们将它看作一棵二叉树,它需要遍历的次数就是二叉树的深度,而根据完全二叉树的定义,它的深度至少是 log(N+1)。因此,快速排序的遍历次数最少是 log(N+1) 次。

为什么最多是 N 次?这个应该非常简单,还是将快速排序看作一棵二叉树,它的深度最大是 N。因此,快速排序的遍历次数最多是 N 次。

指标
平均时间复杂度O(N·logN)
最坏时间复杂度O(N²)(每次划分极不均衡时)
最好时间复杂度O(N·logN)
空间复杂度O(logN) ~ O(N)(递归栈)
稳定性不稳定

代码实现

/**
 * 快速排序: Java
 *
 * @author skywang
 * @date 2014/03/11
 */
public class QuickSort {

    /*
     * 快速排序
     *
     * 参数说明:
     *     a -- 待排序的数组
     *     l -- 数组的左边界(例如,从起始位置开始排序,则l=0)
     *     r -- 数组的右边界(例如,排序截至到数组末尾,则r=a.length-1)
     */
    public static void quickSort(int[] a, int l, int r) {
        if (l < r) {
            int i,j,x;

            i = l;
            j = r;
            x = a[i];
            while (i < j) {
                while(i < j && a[j] > x)
                    j--; // 从右向左找第一个小于x的数
                if(i < j)
                    a[i++] = a[j];
                while(i < j && a[i] < x)
                    i++; // 从左向右找第一个大于x的数
                if(i < j)
                    a[j--] = a[i];
            }
            a[i] = x;
            quickSort(a, l, i-1); /* 递归调用 */
            quickSort(a, i+1, r); /* 递归调用 */
        }
    }

    public static void main(String[] args) {
        int i;
        int a[] = {30,40,60,10,20,50};

        System.out.printf("before sort:");
        for (i=0; i<a.length; i++)
            System.out.printf("%d ", a[i]);
        System.out.printf("\n");

        quickSort(a, 0, a.length-1);

        System.out.printf("after  sort:");
        for (i=0; i<a.length; i++)
            System.out.printf("%d ", a[i]);
        System.out.printf("\n");
    }
}

参考文章

本文主要参考至 https://www.cnblogs.com/skywang12345/p/3596746.html ,在此基础上做了内容的增改。

系列导航

← 开发工具 011:Git 详解 目录 Angular 22+ 教程 12:结构型指令与微语法 →
← 返回文章列表