Java快速排序，零基础小白到精通，收藏这篇就够了-优快云博客

文章目录

Java实现快速排序
- - 快速排序原理
  - 快速排序一次划分图文演示过程
  - 整个快速排序的过程
  - 具体Java代码实现
  - 简结快速排序的性能

Java实现快速排序

冲鸭，装上涡轮增鸭，开始学习快速排序算法吧！（快排也是一个递归过程噢）

快速排序原理

快速排序(Quick Sort)又被称为分区排序，它的基本思想是:在待排序文件中任选一个记录(称为基准记录)，以它的排序码为基准值，将排序码比它小的记录都放到它的前面，排序码比它大的记录都放到它的后面，至此，该基准记录就找到了排序的最终位置，同时将文件划分成前、后两个区。在两个区上用同样的方法继续划分，直到每个区中最多只有一个记录，排序完成。在快速排序过程中，比较和交换是从数组的两端向中间进行的，使得排序码较小或较大的记录一次就能够交换到数组的前面或后面，记录的每一次移动距离都较远，因而使得总的比较和移动次数较小。快速排序是对起泡排序的一种改进，它是目前所有的内部排序方法中速度最快的一种。

快速排序一次划分图文演示过程

建立如下整z型数组：

int[] array = new int[]{46,36,96,26,86,16,76,-17};

设置两个数组索引，分别为低位索引 low 和高位索引 high，初始值分别为：low = 0 ；high = array.length-1；
选取array[low]作为第一次划分的基准元素；
若 low < high，从high位置开始向前搜索数组元素小于基准元素的数组元素索引，如果找到了，就将array[high]移动到array[low]的位置；然后从low的位置开始向后搜索数组元素大于基准元素的数组元素索引，如果找到了，就将array[low]移动到array[high]]的位置；重复上诉操作，直到低位索引和高位索引相遇，即low == high（即不满足条件low < high），此时就找到了基准元素的最终排序位置low，因为这个时候，low位置上的原值已经被移走，需要将基准放到该位置上，这个位置也是基准的最终排序位置。如此一次划分过程完毕。

接下来，脑海中想象这么一个事情（算是有点抽象吧）：想象这样的一个坑位——“▢”，将坑位放在数组索引0的位置，这时候索引0位置的位置没有了元素，就是这样的一个"▢"（在代码中debug看值，实际上是有的，这里就想象没有）。你想象好了以后，它就长成下面表1那个样子。

接下来要开始啦！

坑位在array[0]，如表1所示：
在这里插入图片描述
结合表1，从高位索引开始向前搜索比基准46小的元素，找到的元素是-17；将array[7]移动到array[0]，坑位转到索引7，如表2所示：

结合表2，从低位索引开始向后搜索比基准46大的元素，找到的元素是96；将array[2]移动到array[7]，坑位转到索引2，如表3所示：
在这里插入图片描述
结合表3，从高位索引开始向前搜索比基准46小的元素，找到的元素是16；将array[5]移动到array[2]，坑位转到索引5，如表4所示：

结合表4，从低位索引开始向后搜索比基准46大的元素，找到的元素是86；将array[4]移动到array[5]，坑位转到索引4，如表5所示：
在这里插入图片描述
结合表5，从高位索引开始向前搜索比基准46小的元素，但是没找到，两个索引相遇了，即是 low == high，如表6所示：

此时一次划分就此结束了，基准也应该到位了，low索引就是基准最终的排序位置，即array[4] = 46，与此同时，一个大的数据区间也划分成为了两个小的数据子区间，左边子区间的数都比基准小，右边子区间都比基准大，如表7所示：
在这里插入图片描述
注意：在方法体中需要返回基准的索引，即 low！

整个快速排序的过程

在这里插入图片描述

具体Java代码实现

QuickSort类：

public class QuickSort {
    public static void sort(int[] array, int low, int high) {
        if (low < high) {
            int part = partition(array, low, high);//获取中间索引，将区间一分为二，分为两个子区间
            sort(array, low, part - 1);//对前面的子区间快速排序
            sort(array, part + 1, high);//对后面的子区间快速排序
        }
    }
    //一趟快速排序，返回值是本次基准的最终索引位置
    private static int partition(int[] array, int low, int high) {
        int benchmark = array[low];//初始化基准，不妨将低位索引值赋给基准
        //从数组的两端向中间开始扫描，寻找基准元素位置
        while (low < high) {
            //高位指针开始向中间寻找比基准小的元素
            while ((low < high) && array[high] >= benchmark) {
                high--;
            }
            //比基准小的高位索引元素赋值到低位索引
            if (low < high) {
                array[low] = array[high];
            }
            //低位指针开始向中间寻找比基准大的元素
            while ((low < high) && (array[low] <= benchmark)) {
                low++;
            }
            //比基准大的低位索引元素赋值到高位索引
            if (low < high) {
                array[high] = array[low];
            }
        }
        //将基准元素归位，基准元素的索引位置就是两个索引指针相遇的位置
        array[low] = benchmark;
        return low;//返回基准元素的最终索引
    }
}

TestMain类：

import java.util.Arrays;

public class TestMain {
    public static void main(String[] args) {
        int[] array = new int[]{46,36,96,26,86,16,76,-17};
        int low = 0;//初始低位索引
        int high = array.length-1;//初始高位索引
        System.out.print("排序前：");
        System.out.println(Arrays.toString(array));
        //使用快速排序算法对数组排序
        QuickSort.sort(array,low,high);
        System.out.print("排序后：");
        System.out.println(Arrays.toString(array));
    }
}

运行结果如下：

排序前：[46, 36, 96, 26, 86, 16, 76, -17]
排序后：[-17, 16, 26, 36, 46, 76, 86, 96]

简结快速排序的性能

时间效率：快速排序的平均时间复杂度是O(nlog2n)，当n较大时，通常快速排序被认为在同数量级的排序方法中平均性能是最好的；
空间效率：快速排序是递归过程，每层递归调用时的指针和参数均要用栈来存放，递归调用的深度与对应的二叉树深度是一样的。因此最好的空间复杂度是O(nlog2n)，最坏的空间复杂度是O(n)，平均空间复杂度是O(nlog2n)；
稳定性：快速排序是一个不稳定的排序方法。

关于快排的学习就到这里啦！大家可以多画画一次划分的过程便于理解快排的原理。

关于代码方面如果不是很好理解可以先去了解了解递归算法，同时结合着Debug，一步一步的执行代码，看看各个变量是如何变化的，就很容易理解快排啦！

~和ChenSeventeen一起记录学习、成长过程吧！

说真的，这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型，挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis，稳稳当当过日子。

结果GPT、DeepSeek火了之后，整条线上的人都开始有点慌了，大家都在想：“我是不是要学大模型，不然这饭碗还能保多久？”

先给出最直接的答案：一定要把现有的技术和大模型结合起来，而不是抛弃你们现有技术！掌握AI能力的Java工程师比纯Java岗要吃香的多。

即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地！大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇！