快速排序由于排序效率在同为的几种排序方法中效率较高，因此经常被采用，再加上快速排序思想----分治法也确实实用，因此很多软件公司的笔试面试，包括像腾讯，微软等知名IT公司都喜欢考这个，还有大大小的程序方面的考试如软考，考研中也常常出现快速排序的身影。
总的说来，要直接默写出快速排序还是有一定难度的，因为本人就自己的理解对快速排序作了下白话解释，希望对大家理解有帮助，达到快速排序，快速搞定。
快速排序是C.R.A.Hoare于1962年提出的一种划分交换排序。它采用了一种分治的策略，通常称其为分治法(Divide-and-ConquerMethod)。
该方法的基本思想是：
- 先从数列中取出一个数作为基准数
- 分区过程，将比这个数大的数全放到它的右边，小于或等于它的数全放到它的左边
- 再对左右分区重复第二步，直到各区间只有一个数
虽然快速排序称为分治法，但分治法这三个字显然无法很好的概括快速排序的全部步骤。因此我的对快速排序作了进一步的说明：挖坑填数+分治法：
先来看实例吧，定义下面再给出（最好能用自己的话来总结定义，这样对实现代码会有帮助）。
以一个数组作为示例，取区间第一个数为基准数。
初始时，i = 0; j = 9; X = a[i] = 72
由于已经将 a[0] 中的数保存到 X 中，可以理解成在数组 a[0] 上挖了个坑，可以将其它数据填充到这来。
从j开始向前找一个比X小或等于X的数。当j=8，符合条件，将a[8]挖出再填到上一个坑a[0]中。a[0]=a[8]; i++; 这样一个坑a[0]就被搞定了，但又形成了一个新坑a[8]，这怎么办了？简单，再找数字来填a[8]这个坑。这次从i开始向后找一个大于X的数，当i=3，符合条件，将a[3]挖出再填到上一个坑中a[8]=a[3]; j--;
数组变为：
i = 3; j = 7; X=72
再重复上面的步骤，先从后向前找，再从前向后找。
从j开始向前找，当j=5，符合条件，将a[5]挖出填到上一个坑中，a[3] = a[5]; i++;
从i开始向后找，当i=5时，由于i==j退出。
此时，i = j = 5，而a[5]刚好又是上次挖的坑，因此将X填入a[5]。
数组变为：
可以看出a[5]前面的数字都小于它，a[5]后面的数字都大于它。因此再对a[0…4]和a[6…9]这二个子区间重复上述步骤就可以了。
对挖坑填数进行总结：
1．i =L; j = R; 将基准数挖出形成第一个坑a[i]。
2．j--由后向前找比它小的数，找到后挖出此数填前一个坑a[i]中。
3．i++由前向后找比它大的数，找到后也挖出此数填到前一个坑a[j]中。
4．再重复执行2，3二步，直到i==j，将基准数填入a[i]中。
快速排序还有很多改进版本，如随机选择基准数，区间内数据较少时直接用另的方法排序以减小递归深度。有兴趣的筒子可以再深入的研究下。
注1，有的书上是以中间的数作为基准数的，要实现这个方便非常方便，直接将中间的数和第一个数进行交换就可以了。
快排找Topk
我们知道，在最坏情况下，快速排序的时间复杂度为，在一般情况下，快排的时间复杂度为
。利用快排寻找topk小的数时，可以做到一般情况下
，这是因为对于每一次调整之后，我们可以判断当前枢轴是否为第k小，若当前枢轴比第k小大，则只需要在左区间递归搜索；若当前枢轴比第k小小，则只需要在右区间递归搜索。根据主定理，该算法的平均时间复杂度为
。
相关笔试题：
代码实现（快排以及快排找topk）
package misc;
import java.util.Arrays;
public class Main {
public static void main(String[] args) {
//快速排序
int[] arr = new int[]{5, 2, 1, 6, 0, 9, 1, 3, 5, 7};
quick_sort(arr, 0, arr.length - 1);
System.out.println(Arrays.toString(arr));
//快速排序找topk
arr = new int[]{5, 2, 1, 6, 0, 9, 1, 3, 5, 7};
int topk = quick_sort_topk(arr, 0, arr.length - 1, 3);
System.out.println(topk);
System.out.println(Arrays.toString(arr));
}
/**
* 原地快速排序
*
* @param arr 待排序的数组
* @param start 左起点，闭区间
* @param end 右终点，闭区间
*/
public static void quick_sort(int[] arr, int start, int end) {
if (arr.length > 1 && start < end) {//递归退出的条件：当前区间长度小于等于1
int pivot = arr[start]; //挖坑，确定枢轴数
int i = start; //左指针
int j = end; //右指针
while (i < j) {
//从右往左找比枢轴小的
while (j > i && arr[j] >= pivot) {
j--;
}
//放在坑里，同时确定了新坑j
arr[i] = arr[j];
//从左往右找比枢轴大的
while (i < j && arr[i] < pivot) {
i++;
}
//放在坑里，同时确定了新坑i
arr[j] = arr[i];
}
// 退出时i=j,最终坑里放枢轴
arr[i] = pivot;
// 左右区间递归操作，分治思想
quick_sort(arr, start, i - 1);
quick_sort(arr, i + 1, end);
}
}
/**
* 找出第k小的数/前k小的数，快排分治思想
*
* @param arr 待排序的数组
* @param start 左起点，闭区间
* @param end 右终点，闭区间
* @param k 目标第k小
*/
public static int quick_sort_topk(int[] arr, int start, int end, int k) {
if (arr.length >= k && start <= end && k >= 1) {//注意退出条件，对于start==end的情况需要判断，而非像快排可以直接退出
int pivot = arr[start];
int i = start;
int j = end;
while (i < j) {
while (j > i && arr[j] >= pivot) {
j--;
}
arr[i] = arr[j];
while (j > i && arr[i] < pivot) {
i++;
}
arr[j] = arr[i];
}
arr[i] = pivot;
if (i == k - 1) {//找到了top-k
return arr[i];
} else if (i < k - 1) {// 枢轴比topk小，在右区间继续寻找
return quick_sort_topk(arr, i + 1, end, k);
} else {// 枢轴比topk大，在左区间寻找
return quick_sort_topk(arr, start, i - 1, k);
}
}
return -1;// 未找到，返回-1
}
}
