寫了三種php快速排示例，第一種效率低但最簡單最容易理解，第二個是算法導論上提供的單向一次遍歷找中值方法，第三種是雙向遍歷找中值經典快排算法。三組算法實現和比較如下：
方法一：該方法比較直觀，但損失了大量的空間為代價，使用了效率較低的merge函數。在三種方法中效率最低。最壞情況下算法退化為(O(n*n))
復制代碼 代碼如下:
function quick_sort($array) {
if(count($array) <= 1) return $array;
$key = $array[0];
$rightArray = array();
$leftArray = array();
for($i = 1; $i < count($array); $i++) {
if($array[$i] >= $key) {
$rightArray[] = $array[$i];
} else {
$leftArray[] = $array[$i];
}
}
$leftArray = quick_sort($leftArray);
$rightArray = quick_sort($rightArray);
return array_merge($leftArray, array($key), $rightArray);
}
方法二：該算法來自算法導論，叫作Nico Lomuto方法（感興趣goole上有詳細說明）使用最經典的單方向一次遍歷找到中值。
但這種算法在最壞情況下（例如值相同的數組，需要n-1次劃分，每一次劃分需要O(n) 時間去掉一個元素）最壞情況下為O(n*n)
復制代碼 代碼如下:
function quick_sort(&$array, $start, $end) {
if ($start >= $end) return;
$mid = $start;
for ($i = $start + 1; $i <= $end; $i++) {
if ($array[$i] < $array[$mid]) {
$mid++;
$tmp = $array[$i];
$array[$i] = $array[$mid];
$array[$mid] = $tmp;
}
}
$tmp = $array[$start];
$array[$start] = $array[$mid];
$array[$mid] = $tmp;
quick_sort($array, $start, $mid - 1);
quick_sort($array, $mid + 1, $end);
}
方法三：該方法基本上是教科書式的常見寫法，首先從左向右遍歷小於中間元素的跳過，同時從右向左遍歷遇到大的元素跳過，然後
如果沒有交叉著交換兩邊值，繼續循環，直到找到中間點。注意該方法在處理相同元素的時候，仍舊交換，這樣在最壞情況下也有O(nlogn)
效率。但下面的函數中，如果將$array[$right] > $key 改成 $array[$right] >=$key 或將 $array[$left] < $key改成$array[$left] <= $key則最壞
情況不但會墮落為O(n*n).而且除了每次比較的消耗外，還會產生n次交互的額外開銷。該題還有另外兩個考點，針對死記硬背的同學：
1：中間的兩個while可否互換。當然不能互換，因為對於快盤需要一個額外的空間保存初始的左值，這樣左右互換的時候，先用右邊覆蓋已經保存
為中值的左值，否則會出現問題。見這句$array[$left] = $array[$right];
2：$array[$right] = $key; 該語句含義可否省略。該句不能省略，大家可以考慮一個極端情況比如兩個值的排序（5,2），逐步看下就明白了。
復制代碼 代碼如下:
function quick_sort_swap(&$array, $start, $end) {
if($end <= $start) return;
$key = $array[$start];
$left = $start;
$right = $end;
while($left < $right) {
while($left < $right && $array[$right] > $key)
$right--;
$array[$left] = $array[$right];
while($left < $right && $array[$left] < $key)
$left++;
$array[$right] = $array[$left];
}
$array[$right] = $key;
quick_sort_swap(&$array, $start, $right - 1);
quick_sort_swap(&$array, $right+1, $end);
}
