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：
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：
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：
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：
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
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！
如何学习AGI大模型？
作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取
2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享**
一、2025最新大模型学习路线
一个明确的学习路线可以帮助新人了解从哪里开始，按照什么顺序学习，以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。
我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。
L1级别:AI大模型时代的华丽登场
L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理，关键技术，以及大模型应用场景；通过理论原理结合多个项目实战，从提示工程基础到提示工程进阶，掌握Prompt提示工程。
L2级别：AI大模型RAG应用开发工程
L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3级别：大模型Agent应用架构进阶实践
L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体；同时还可以学习到包括Coze、Dify在内的可视化工具的使用。
L4级别：大模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调；并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握；而L3 L4更多的是通过项目实战来掌握大模型的应用开发，针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。
二、大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
三、大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
四、大模型项目实战
学以致用，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
五、大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取
2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享
