插入排序算法详解
快速排序（Quick Sort）是计算机科学与技术领域中非常经典的一种排序算法，由C. A. R. Hoare在1960年提出。它应用分治思想进行排序，通过对数据进行分区操作，并递归地对分区后的子序列进行排序，从而达到整个序列有序的目的。
基本思想
快速排序的核心思想是在待排序序列中选择一个基准值（pivot），然后将小于基准值的元素放在基准值的左边，大于基准值的元素放在基准值的右边，这样就找到了基准值在数组中的正确位置。之后，再分别对基准值左右两边的子序列进行同样的操作，直到整个序列有序。
排序流程
快速排序算法通过多次比较和交换来实现排序，其排序流程大致如下：
- 选择基准值：在待排序序列中选取一个元素作为基准值。
- 分区操作：通过一趟排序将待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一部分的所有数据要小，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。
- 递归排序：对基准值左右两边的子序列递归地执行上述分区操作，直到子序列的长度为1或0，即已经有序。
排序步骤
以数组为例，快速排序的详细步骤可以归纳为：
- 设置两个指针：通常设置两个指针i和j，分别指向序列的起始位置和末尾位置。
- 选择基准值：可以选择序列的第一个元素作为基准值，也可以采用其他策略选择基准值。
- 分区操作：
- 从后往前搜索（j--），找到第一个小于基准值的元素A[j]，将其与A[i]交换。
- 从前往后搜索（i++），找到第一个大于基准值的元素A[i]，将其与A[j]交换。
- 重复上述步骤，直到i和j相遇，此时基准值就位于其最终位置。
- 递归排序：对基准值左边的子序列和右边的子序列分别进行快速排序。
性能分析
- 时间复杂度：快速排序的平均时间复杂度为O(n log n)，但在最坏情况下（如输入序列已经有序或接近有序），时间复杂度会退化到O(n^2)。这通常是由于基准值选择不当导致的。
- 空间复杂度：快速排序的空间复杂度主要取决于递归的深度。在最好的情况下，递归深度为logn，空间复杂度为O(logn)。但在最坏情况下，递归深度可能达到n，空间复杂度为O(n)。然而，由于快速排序是原地排序（in-place sort），除了递归所需的栈空间外，不需要额外的存储空间，因此可以认为其空间复杂度是O(logn)（不考虑递归栈）。
注意事项
- 快速排序不是一种稳定的排序算法，即相同的元素在排序后可能会改变它们之间的相对位置。
- 快速排序的性能受到基准值选择策略的影响，因此在实际应用中需要选择合适的基准值选择策略以提高排序效率。
随机值
在快速排序中，选择基准值（pivot）的策略对算法的性能有着显著的影响。传统的快速排序实现可能会选择序列的第一个、最后一个或中间元素作为基准值，但这些策略在某些情况下（如输入序列已经部分或完全有序）可能导致算法性能退化到O(n^2)。
为了避免这种情况，一种常用的改进方法是随机选择基准值。通过随机选择基准值，可以大大减少算法陷入最坏情况的可能性，从而提高算法的平均性能。
随机选择基准值的步骤
-
生成随机数：首先，生成一个随机数randIdx，该随机数的范围是0到n-1（其中n是序列的长度）。
-
选择基准值：然后，将randIdx对应的元素选为基准值。这通常涉及到将基准值元素与序列的某个位置（如第一个或最后一个位置）的元素进行交换，以便于后续的分区操作。
-
进行分区：使用选定的基准值对序列进行分区操作，将小于基准值的元素放在基准值的左边，大于基准值的元素放在基准值的右边。
-
递归排序：对基准值左边和右边的子序列递归地执行上述过程，直到子序列的长度为0或1。
优点
-
减少最坏情况的发生：随机选择基准值可以显著降低算法陷入最坏情况（即每次分区都只得到一个空子序列）的可能性。
-
提高平均性能：通过随机化，算法的平均性能更加稳定，不易受到输入数据的影响。
注意事项
-
随机数的生成：在生成随机数时，需要确保随机数生成器的质量，以避免产生可预测的序列。
-
实现复杂度：虽然随机选择基准值可以提高性能，但它也增加了实现的复杂度。特别是在多线程或并行快速排序的实现中，需要更加小心地处理随机数的生成和基准值的选择。
-
内存和性能权衡：在某些情况下，为了生成随机数和进行交换操作，可能会引入额外的内存访问和计算开销。然而，这些开销通常远小于因避免最坏情况而获得的性能提升。
912. 排序数组
给你一个整数数组 nums，请你将该数组升序排列。
示例 1：
输入：nums = [5,2,3,1] 输出：[1,2,3,5]
示例2：
输入：nums = [5,1,1,2,0,0] 输出：[0,0,1,1,2,5]
提示：
- 1
-
-
