http://blog.csdn.net/morewindows/article/details/6684558
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：
1．先从数列中取出一个数作为基准数。
2．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。
3．再对左右区间重复第二步，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。
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
72 |
6 |
57 |
88 |
60 |
42 |
83 |
73 |
48 |
85 |
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：
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
48 |
6 |
57 |
88 |
60 |
42 |
83 |
73 |
88 |
85 |
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：
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
48 |
6 |
57 |
42 |
60 |
72 |
83 |
73 |
88 |
85 |
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。
照着这个总结很容易实现挖坑填数的代码：
- int AdjustArray(int s[], int l, int r) //返回调整后基准数的位置
- {
- int i = l, j = r;
- int x = s[l]; //s[l]即s[i]就是第一个坑
- while (i < j)
- {
- // 从右向左找小于x的数来填s[i]
- while(i < j && s[j] >= x)
- j--;
- if(i < j)
- {
- s[i] = s[j]; //将s[j]填到s[i]中，s[j]就形成了一个新的坑
- i++;
- }
- // 从左向右找大于或等于x的数来填s[j]
- while(i < j && s[i] < x)
- i++;
- if(i < j)
- {
- s[j] = s[i]; //将s[i]填到s[j]中，s[i]就形成了一个新的坑
- j--;
- }
- }
- //退出时，i等于j。将x填到这个坑中。
- s[i] = x;
- return i;
- }
再写分治法的代码：
- void quick_sort1(int s[], int l, int r)
- {
- if (l < r)
- {
- int i = AdjustArray(s, l, r);//先成挖坑填数法调整s[]
- quick_sort1(s, l, i - 1); // 递归调用
- quick_sort1(s, i + 1, r);
- }
- }
这样的代码显然不够简洁，对其组合整理下：
- //快速排序
- void quick_sort(int s[], int l, int r)
- {
- if (l < r)
- {
- //Swap(s[l], s[(l + r) / 2]); //将中间的这个数和第一个数交换 参见注1
- int i = l, j = r, x = s[l];
- while (i < j)
- {
- while(i < j && s[j] >= x) // 从右向左找第一个小于x的数
- j--;
- if(i < j)
- s[i++] = s[j];
- while(i < j && s[i] < x) // 从左向右找第一个大于等于x的数
- i++;
- if(i < j)
- s[j--] = s[i];
- }
- s[i] = x;
- quick_sort(s, l, i - 1); // 递归调用
- quick_sort(s, i + 1, r);
- }
- }
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。
转载请标明出处，原文地址：http://blog.csdn.net/morewindows/article/details/6684558
快速排序的实现基于分治法，具体分为三个步骤。假设待排序的序列为L[m..n]。
分解：序列L[m .. n]被划分成两个可能为空的子序列L[m .. pivot-1]和L[pivot+1 .. n]，使L[m .. pivot-1]的每个元素均小于或等于L[pivot]，同时L[pivot+1.. n]的每个元素均大于L[pivot]。其中L[pivot]称为这一趟分割中的主元（也称为枢轴、支点）。
解决：通过递归调用快速排序，对子序列L[m .. pivot-1]和L[pivot+1 .. r]排序。
合并：由于两个子序列是就地排序的，所以对它们的合并不需要操作，整个序列L[m .. n]已排好序。
快速排序每次将待排序数组分为两个部分，在理想状况下，每一次都将待排序数组划分成等长两个部分，则需要logn次划分。
而在最坏情况下，即数组已经有序或大致有序的情况下，每次划分只能减少一个元素，快速排序将不幸退化为冒泡排序，所以快速排序时间复杂度下界为O(nlogn)，最坏情况为O(n^2)。在实际应用中，快速排序的平均时间复杂度为O(nlogn)。
/// <summary>
/// 非递归快速排序
/// 核心思想：将每次分治的两个序列的高位和低位入栈
/// 每次都从栈中获取一对高位和低位，分别处理。
/// 处理过程是：选取高位作为基准位置，从低位开始向
/// 高位遍历，如果比基准元素小，那么和第i个交换，如
/// 果有交换，那么i++，等一遍遍历完成后，如果i的位置
/// 不等于基准位置，那么所选的基准位置的值不是最大的
/// 而这时候i的位置之前的元素都比基准值小，那么i的位置
/// 应该是基准值，将i所在位置的值和基准位置进行交换。
/// 这时候，在i的左右就将序列分成两部分了，一部分比i所
/// 在位置值小，一部分比i所在位置值大的，然后再次将前
/// 面一部分和后面一部分的高位和低位分别入栈，再次选
/// 择基准位置，直到所选择的区间大小小于2，就可以不用
/// 入栈了。
/// </summary>
/// <param name="ary">要排序的数组</param>
public void NonrecursiveQuickSort(int[] ary)
{
//如果数组中只有1一个元素或空数组，那就没必要排序了。
if (ary.Length<2)
{
return;
}
//数组栈：记录着高位和低位的值
int[,] stack = new int[2,ary.Length];
//栈顶部位置
int top = 0;
//低位，高位，循环变量，基准点
//将数组的高位和低位位置入栈
stack[1, top] = ary.Length-1;
stack[0, top] = 0;
top++;
//要是栈顶不空，那么继续
while (top != 0)
{
//将高位和低位出栈
//低位：排序开始的位置
top--;
int low = stack[0,top];
//高位：排序结束的位置
int high = stack[1,top];
//将高位作为基准位置
//基准位置
int pivot = high;
int i = low;
for (int j = low; j < high; j++)
{
//如果某个元素小于基准位置上的值
//那么将其和第i位交换，交换完成后
//将低位也就是i前进一位，也就是一
//轮循环下来以后，比基准位小的都
//到前面去了，如果这次选的基准位
//就是最大值，那么i最后应该和基准
//位重合，如果不重合，那么基准位
//应该就不是最大值，因为此时在i之
//前的数据都是比基准位的值还小的
//那么将基准位的值放到i所在的地方
if (ary[j] <= ary[pivot])
{
int temp = ary[j];
ary[j] = ary[i];
ary[i] = temp;
i++;
}
}
//如果i不是基准位，那么基准位选的就不是最大值
//而i的前面放的都是比基准位小的值，那么基准位
//的值应该放到i所在的位置上
if (i != pivot)
{
int temp = ary[i];
ary[i] = ary[pivot];
ary[pivot] = temp;
}
//下面这一段是保存现场的，一轮下来可能保存4个值，其实就是两个高位，两个低位
//当i-low小于等于1的时候，就不往栈中放了，这就是外层while循环能结束的原因
//如果从低位到i之间的元素个数多于一个，那么需要再次排序
if (i - low > 1)
{
//此时不排i的原因是i位置上的元素已经确定了，i前面的都是比i小的，i后面的都是比i大的
//所以此处i-1
//存高位
stack[1,top] = i - 1;
//存低位
stack[0,top] = low;
top++;
}
//当high-i小于等于1的时候，就不往栈中放了，这就是外层while循环能结束的原因
//如果从i到高位之间的元素个数多于一个，那么需要再次排序
if (high - i > 1)
{
//此时不排i的原因是i位置上的元素已经确定了，i前面的都是比i小的，i后面的都是比i大的
//存高位
stack[1,top] = high;
//所以此处i+1
//存低位
stack[0,top] = i + 1;
top++;
}
}
}