快排的思想（霍尔版本）：
如何实现单趟排序：
先假设key是数列的首元素，然后分别定义left和right，left指向首元素的下一个元素，right指向最后一个元素。
先遍历右边，如果比key小，就停止遍历，如果比key大就right--；注意这是一个while循环
当右边的while循环停止时，进行左边的遍历，如果比key小就left++，如果大就停止记录这个下标。（这也是一个while循环）
当两个while循环都终止时，将left位置的值和right位置的值进行交换。
最后当left和right相等时，注意此时两个相同的下标指向的值与key交换，因为该值一定小于key。
单趟排序完成！
该单趟排序的意义：
key元素已经正确到达位置，因为左边都是比他小的元素，右边都是比他大的元素。
单趟排序过后，只有key元素到达了指定位置，我们如何让key左边和右边的元素也一样排好序呢？
这时候我们可以采用二叉树分治的思想，左边也一样找出key，重复相同的算法步骤，右边同样，
控制左右的数据范围
直到分割到只有一个元素为止，这样排序就完成啦。
解答疑问：
为什么最后left和right的值指向同一个元素，那个元素一定小于key元素的值？
（相遇位置的元素为什么一定比key小）
右边先走做到的！
分析两种相遇的情况：
- R动L不动，去跟L相遇：相遇位置是L的位置。L和R在上一轮交换过，交换以后L 的位置比key小。
- L动R不动，去跟R相遇：R先走，找大比key小的，已经停下来，这是L找大没有找到，跟R相遇了，相遇位置比key小。
总而言之，不论哪种相遇情况，相遇的位置总是比key小。
利用递归思路实现快排的一些坑点：
- 找大和找小的判断条件容易出错。如果不写等号，left和right的值都可能指向等于key的元素，导致一直无效交换key，造成死循环。加上等号后，还要加上判断条件左值要小于右值，以免极端条件出现，一直--或++，造成越界
- 最后交换key元素的值，我们应该记录key元素的下标，而不是key，因为key只是一个局部变量，交换key的值并不影响数组中的顺序。
利用递归思路实现快排
优化版本：（三数取中）
该快排在理想的情况下，时间复杂度是O(N*logN)。
何为理想状态？
每次key的值大小顺序都在数列的中间左右
就是最后key每次交换元素都在数列的中间，明显的二分，也就造成了logN的算法。
但也有可能key的值很极端，在两头，如果每次都这样，（基本有序的情况）算法就变成了N^2.
为了尽量避免这种情况出现，我们为key加上一层保险，尽量保证key的值不是那么极端。
下面加上三数取中的算法~
优化版本代码：
//三数取中int GetMidi(int* a, int left, int right){int mid = (left + right) / 2;if (a[left] < a[mid]){if (a[right] > a[mid])return mid;else{if (a[left] < a[right])return right;elsereturn left;}}else{if (a[right] < a[mid])return mid;else{if (a[left] > a[right])return right;elsereturn left;}}}int PartSort1(int* a, int left, int right){int midi = GetMidi(a, left, right);Swap(&a[midi], &a[left]);int keyi = left;while (left= a[keyi]){right--;}//再从左边找大while (left < right && a[left] <= a[keyi]){left++;}Swap(&a[left], &a[right]);}Swap(&a[keyi], &a[left]);return left;}//利用递归的思路实现void QuickSort(int* a, int left, int right){if (left >= right)return;int mid = PartSort1(a, left, right);QuickSort(a, left, mid - 1);QuickSort(a, mid + 1, right);} 实现挖坑法：
挖坑法本质上与递归是一个思路，只不过在思想上做了优化。
有人觉得上一个方法难以理解，不知道为何最后交换的值一定比key小。
所以诞生了挖坑法。
所谓挖坑法，也是先从左边找到一个key，取出key元素，使得key位置形成一个坑，从右边开始遍历，当比key小时，就将右边的值填左边的坑位，此时右边又形成一个坑位，再从左边遍历，找到比key大的，填到右边的坑位，左边又形成了坑位，以此类推……
直到左右遍历到同一个坑位时，将最先取出key的元素放到这个坑位，这样，单趟排序就完成了，然后也是递归，形成完整的排序。
总结挖坑法是上一个方法的思想的一个优化~
挖坑法代码：
// 快速排序挖坑法int PartSort2(int* a, int left, int right){//记录洞的下标int midi = GetMidi(a, left, right);Swap(&a[midi], &a[left]);int holei = left;//记录需要排序元素的值int ret = a[left];while (left < right){//右边先走，找小，填到左边的坑，右边形成新的坑位while (left < right && a[right] >= ret){right--;}a[holei] = a[right];holei = right;//左边再走，找大，填到右边的坑，左边形成新的坑位while (left < right && a[left] <= ret){left++;}a[holei] = a[left];holei = left;}a[holei] = ret;return holei;}前后指针法：
前后指针法也是递归这条路上衍生出的新思想。
总体思路：
定义前后指针，cur和prev，前指针prev指向key元素，然后cur元素指向key元素的下一个元素
cur先走，无论cur下标指向元素大小是大于还是小于key元素，cur都要向后遍历。
但对于prev前指针，如果cur指向的元素大于key，prev不动，如果cur指向的元素小于key元素，
若小于，则prev指针先向后移一位，并与cur指向的内容与prev指向的内容交换，然后cur指针++。
最后循环结束的条件就是cur指针指向的元素已经超出数列范围，然后将prev指向的元素与key交换。
为何prev指向的元素一定比key元素小？
因为prev当前指向的元素已经是交换过的，之前是cur指向的元素比key小。
本质是把一段大于key的区间，推箱子似的往右推，同时小的甩到左边去。
原码：
//快速排序前后指针法int PartSort3(int* a, int left, int right){int midi = GetMidi(a, left, right);Swap(&a[left], &a[midi]);int key = a[left];int prev = left;int cur = left + 1;while (cur <= right){if (a[cur] < key){prev++;Swap(&a[prev], &a[cur]);}cur++;}Swap(&a[left], &a[prev]);return prev;}上面介绍了利用递归完成快排的三种思想，下面来介绍非递归算法实现快排。
利用非递归完成快排
思想：
因为递归函数中的栈帧是创建在操作系统中的栈上，而栈上的空间较小，一般递归5000次左右，就会报错——StackOverflow（经典的栈溢出错误），所以我们不能过于依赖递归，我们还需要掌握如何将一个递归的算法转换成非递归的算法。
思路：
我们用非递归写程序时，一般会借助到数据结构中的栈和队列，此次我们利用栈来完成非递归的快排。
提醒：
我们只需要知道数列的下标，就可以进行单趟排序，所以压栈和出栈的操作对象就是数列的两个元素的下标，并不是将整个数列进行压栈！
我们需要将数列的首元素和尾元素的下标压栈，然后分别出栈，使这两个元素作为partsort的参数，接着返回keyi元素，也就是下标，接着再压栈[left,keyi-1] [keyi+1,right]，直到栈为空，循环结束。
原码：
void QuickSortNonR(int* a, int left, int right){//注意操作的都是下标ST st;SLInit(&st);STPush(&st, right);STPush(&st, left);while (!STEmpty(&st)){int begin = STTop(&st);STPop(&st);int end = STTop(&st);STPop(&st);int keyi = PartSort1(a, begin, end);//[left,keyi-1] [keyi+1,right]//根据栈的特性，想要从左到右遍历，我们先放右区间，再放左区间if (keyi+1 < end){STPush(&st, right);STPush(&st, keyi + 1);}if (keyi-1 > begin){STPush(&st, keyi - 1);STPush(&st, left);}}SLDestroy(&st);}来源地址：https://blog.csdn.net/hanwangyyds/article/details/133616362
