快速排序代码及时间空间复杂度

快速排序（Quick Sort）是一种高效的排序算法，它的平均时间复杂度为 O(n log n)，是许多排序算法中性能最好的之一。下面是快速排序的代码示例和时间空间复杂度分析，希望对大家有所帮助。北京木奇移动技术有限公司，专业的软件外包开发公司，欢迎交流合作。

快速排序的代码示例（使用递归）：

def quick_sort(arr):
	if len(arr) <= 1:
		return arr
	pivot = arr[len(arr) // 2]
	left = [x for x in arr if x < pivot]
	middle = [x for x in arr if x == pivot]
	right = [x for x in arr if x > pivot]
	return quick_sort(left) + middle + quick_sort(right)

# 示例用法
arr = [3, 6, 8, 10, 1, 2, 1]
sorted_arr = quick_sort(arr)
print(sorted_arr)

时间复杂度：

• 最优情况： 当每次选择的基准元素正好将数组分成两等分时，快速排序的时间复杂度是 O(n log n)。这是最理想的情况。
• 最坏情况： 当每次选择的基准元素是最大或最小元素时，快速排序的时间复杂度是 O(n^2)。这是最坏的情况，但可以通过随机选择基准元素或使用三数取中法等方法来避免。
• 平均情况： 在平均情况下，快速排序的时间复杂度也是 O(n log n)。

空间复杂度：

快速排序的空间复杂度是 O(log n)，因为在递归调用中需要使用栈来存储中间结果。这意味着在排序过程中，最多需要 O(log n) 的额外空间来保存递归调用的栈帧。

需要注意的是，快速排序虽然在最坏情况下的时间复杂度可能较高，但在实际应用中通常表现良好，尤其对于大规模数据集的排序。如果实现得当，它是一种高效的排序算法。