前言
推出一个新系列，《看图轻松理解数据结构和算法》，主要使用图片来描述常见的数据结构和算法，轻松阅读并理解掌握。本系列包括各种堆、各种队列、各种列表、各种树、各种图、各种排序等等几十篇的样子。
快速排序
快速排序由C.A.R.Hoare在1962年提出，是冒泡排序的一种改进。其基本思想为：通过一趟排序将待排序数据分割成独立的两部分，其中一部分的所有值都比另一部分的所有值都小，然后再对分割的两部分分别进行快速排序，整个过程可以递归进行，最终所有数据变为有序序列。
排序要点
设待排序数组为a[0],a[1],…a[n-1]，快速排序步骤为：
- 初始化两个变量i、j，刚开始i=1，j=n-1。
- 将第一个元素a[0]作为基准数。
- 从i开始向后搜索，找到第一个大于基准数的元素a[i]。
- 从j开始向前搜索，找到第一个小于基准数的元素a[j]。
- 将a[i]与a[j]互换。
- 重复3到5步骤，直到i=j，然后将a[0]与a[j-1]对换。
- 序列被基准数分割成两个分区，前面分区全部小于基准数，后面分区全部大于基准数。
- 递归对分区子序列进行快速排序，最终完成整个排序工作。
每趟快速排序的核心工作是：选一个元素作为基准数，然后将所有比它小的数都放到它前面，大于它的都放在它后面。
排序过程
假设我们有如下8个元素，分别为59, 25, 71, 16, 62, 84, 34,45，现在进行快速排序。
初始化变量i=1，j=7，并且将第一个元素a[0]作为基准数，然后开始从i向后寻找第一个大于a[0]的元素，59先与25比较，
由于25小于59，所以往后移一步继续比较，
71大于59，找到第一个大于59的元素。接着我们从j开始向前搜索，寻找第一个小于基准数的元素，59与45比较，45小于59，于是找到第一个小于基准数的元素，
此时对换a[i]与a[j]的值，即71与45对调，发现对调的效果了吗？就是将大的甩后面，小的向前推。
继续寻找下一个大于基准数的元素，将i向后一步，16小于59，
i再往后移一步，此时62大于59，找到大于59的元素了。接着j向前寻找第一个小于基准数的元素，
34小于59，于是找到要找的元素，
此时对换a[i]与a[j]的值，即62与34对调，
继续寻找下一个大于基准数的元素，将i向前后一步，84大于59，找到，
而j向前寻找，发现与i已经重合了，停止继续往前比较，
直接将重合位置的前一个元素的值与基准数对换，即a[j-1]与a[0]的值对调，也就是34与59对调。至此，完成第一趟快速排序。
接下去准备第二趟快速排序，第一趟执行完后，基准数将序列分成两个分区，而待排序对象就是上一次基准数前面的那些元素，即59前面的元素。
对于该子序列，初始时i=0，j=3，这一趟基准数a[0]为34。然后开始从i向后寻找第一个大于a[0]的元素，34先与25比较，
由于25小于34，所以往后移一步继续比较，此时45大于34，找到第一个大于基准数的元素，
接着j向前寻找第一个小于基准数的元素，16小于34，它即是要找的元素。
此时对换a[i]与a[j]的值，即45与16对调，
继续寻找下一个大于基准数的元素，将i向前后一步，发现与j已经重合了，停止继续往后比较，
直接将重合位置的前一个元素的值与基准数对换，即a[j-1]与a[0]的值对调，也就是34与16对调。至此，完成第二趟快速排序。
接下去准备第三趟快速排序，基准数34将序列又分成两个分区，对其前一分区继续进行处理。
此时该分区子序列只有16和25两个元素，初始时i=1，j=1，基准数a[0]为16。一开始i和j就重合了，此时的i找到大于基准数的元素，而j没找到小于基准数的元素，所以不对换。
接下去准备第四趟快速排序，在第一趟执行完后，先处理的是59前面的分区，现在接着处理59后面的分区。这个处理顺序是由递归处理方式决定的。
对于后面分区子序列，初始时i=6，j=7，该子序列的第一个元素作为基准数，即84。然后开始从i向后寻找第一个大于a基准数的元素，84先与62比较，
由于62小于84，所以往后移一步，此时也到达序列最末尾，此时71小于84，未能找到大于基准数的元素。接着j向前寻找小于基准数的元素，71小于84，找到该元素。
然后将71与基准数84对换，完成第四趟快速排序。
接下去准备第五趟快速排序，基准数84只有前面一个分区，对该分区子序列继续进行处理。
此时该分区子序列只有71和62两个元素，初始时i=6，j=6，基准数为71。一开始i和j就重合了，此时i找不到大于基准数的元素，而j找到了小于基准数的元素，
于是将71和62进行对换，完成第五趟快速排序。至此，整个序列都完成排序工作。
————-推荐阅读————
我的开源项目汇总(机器&深度学习、NLP、网络IO、AIML、mysql协议、chatbot)
跟我交流，向我提问：
欢迎关注：
