我一直在看不同的视频，并阅读有关quicksort算法的不同文章。
我了解它是如何工作的，如果没有，我可以在网上找到很多资料。我在这里遇到的问题是，我发现的某些文章指出以下内容（from wikipedia）：
对数组重新排序，以使所有值小于枢轴的元素都位于枢轴之前，而所有值大于枢轴的元素都位于枢轴之后（相等的值可以任意选择）。分割之后，枢轴处于其最终位置。这称为分区操作。
其他一些来源，（hackerrank video）：
我们围绕元素交换元素，以使所有小于枢轴的元素都位于大于枢轴的元素之前
这两种算法有很大的不同。第一个使用枢轴拆分数组，将一侧较小的所有对象放到另一侧。
第二个元素将与轴本身无关，但是它将确保所有小于轴的元素都位于较大的元素之前。甚至没有提到枢轴结束的地方。
因此，如果这是要排序[3，15，4，4，8，12]的数组，并且枢轴是8
解决方案1：[3、4、8、15、12]
解决方案2：[3、8、4、15、12]
我发现了很多相互矛盾的意见，不知道这是否重要，但我想知道是否有正确的实施方法，或者它可能会有所不同。
答案 0 :(得分：2)
两个主要的快速排序分区方案是Lomuto和Hoare。两者均在Wiki文章中的伪代码中进行了解释：
https://en.wikipedia.org/wiki/Quicksort#Lomuto_partition_scheme
https://en.wikipedia.org/wiki/Quicksort#Hoare_partition_scheme
对于这两种方案，每个分区步骤都将枢轴置于其最终排序位置。等同于枢轴的元素可以在分区步骤后最终在左侧或右侧分区中结束（但枢轴元素在其正确位置结束）。
对于Lomuto方案，枢轴位于子数组的左端或右端，最后进行了一次交换以将枢轴放置到位。对于Lomuto，枢轴元素不包含在递归调用中。
对于Hoare方案，由于算法的工作原理，枢轴最终就位。但是，枢轴最终以左分区的最后一个元素或右分区的第一个元素结尾。可以添加额外的代码以将枢轴元素排除在递归之外，但最终会稍微慢一些。 Hoare方案通常比Lomuto快。
为避免在简单的数据模式（如已排序的数据，反向排序的数据）上出现最坏情况O（n ^ 2）时间复杂度，可以在开始时使用三个中位数，对a中的第一个，中间和最后一个元素进行排序子数组，然后使用中间元素作为枢轴。另一种选择是选择一个随机枢轴，但是生成随机索引通常涉及乘法，加法和除法（对于模），这增加了开销。其他方案，例如中位数的中位数，可以保证O（n log（n））的时间复杂性，但是恒定因子开销是标准方案的倍数。
https://en.wikipedia.org/wiki/Median_of_medians
通过在分区步骤中仅使用两个分区中较小的分区的递归，然后循环返回以处理较大的分区，可以将最坏情况的堆栈复杂度限制为O（log（n））。这不能避免时间复杂度O（n ^ 2）。
一种替代方法是使用诸如introsort的混合排序，如果递归级别超过某个阈值，该混合排序将切换到堆排序。