日常开发中，你是不是还在纠结数组排序的效率问题？冒泡、选择、插入排序动辄 O 的时间复杂度，处理稍大数据量就卡顿；想上手快排又被「分治」「双指针」这些概念绕晕，看完理论还是写不出能跑的代码？

这篇文章，我会用最通俗的语言拆解快速排序主要原因，从实战场景出发。带你手写两种可直接运行的快排代码，避开新手常踩的坑，彻底搞懂为什么快排能做到平均 O 的高效排序！

一、先搞懂：快速排序到底快在哪？

在讲具体代码前，先明确快排的主要优势。这也是它能成为开发中最常用排序算法的原因：

• 分治策略把一个大数组排序问题拆成「基准值左边」和「基准值右边」两个小数组的排序问题，递归解决，大幅缩小问题规模。
• 原地交换无需额外开辟大量数组空间。双指针交换元素，减少内存开销。
• 时间效率平均时间复杂度 O。远比更好冒泡/选择/插入排序的 O，处理 10 万级数据也不慌。

快速排序主要思想

选一个「基准值」。把数组分成两部分：比基准值小的放左边，比基准值大的放右边接下来递归对左右两部分重复这个操作，直到整个数组有序。

二、实战场景：给无序数组高效排序

假设我们有一个电商订单金额数组 需要快速按金额从小到大排序，这就是快排最典型的实战场景。

下面给出两种常用的快排实现方式，可直接复制运行！

说到实现方式1。简洁版

这种方式用额外数组存储左右部分，代码逻辑直观，适合入门理解主要思想。

/**
* 快速排序
* 主要：选基准值 → 拆分左右 → 递归合并
* 时间复杂度：平均 O，最坏 O
* 空间复杂度：O
*/
function quickSort {
// 递归终止条件
if return arr;const pivot = arr;// 取第一个元素作为基准值
const left =;// 存放比基准值小的元素
const right =;按理说，// 存放比基准值大的元素
// 遍历其余元素并拆分
for {
if {
left.push;} else {
right.push;}
}
// 递归排序左右子数组并合并结果
return;}
// 测试代码
const arr1 =;console.log，console.log);

实现方式2的观点是。原地交换版

简洁版需要额外数组，而原地交换版通过双指针操作，无需额外空间，性能更优，是实际开发中更推荐的写法。

/**
* 快速排序
* 主要：双指针 + 原地交换，减少内存开销
* 时间复杂度：平均 O。
最坏 O
* 空间复杂度：O
*/
// 分区函数：返回基准值最终所在索引
function partition {
const pivot = arr;// 左端作为基准值
let i = left;let j = right;不过，while {
// 从右向左找第一个小于基准值的元素
while j--;按理说，if arr = arr;// 从左向右找第一个大于基准值的元素
while i++;if arr = arr;}
// 把基准值放到最终位置
arr = pivot;return i，怎么说呢，}
// 原地递归快速排序
function quickSortInPlace {
if return;话说回来，const pivotIndex = partition;按理说，quickSortInPlace;quickSortInPlace;怎么说呢，}
// 测试代码
const arr2 =;console.log，quickSortInPlace;// 原地修改
console.log;

三、踩坑提醒

1. 基准值选择坑：若总是选第一个元素，当输入已近有序时会退化为 O。✅ 方法：随机选取基准值，例如 const pivotIndex = left + Math.floor * );const pivot = arr;
2. 相等元素处理坑：快排是“不稳定”算法，相等元素相对顺序可能被打乱。✅ 方法：If stability is required use Merge Sort or modify partition to distribute equal elements evenly.
3. 递归栈溢出坑：超大数组可能导致调用层数过深。✅ 方法：Lazily switch to an iterative stack‑based implementation when recursion depth exceeds安全阈值。
4. 原地修改副作用：原地版本会直接改变原始数组。✅ 方法：If you need original data untouched。请先拷贝一份

四、主要知识点

1. 快排主要：分治思想，配合基准值和双指针。
2. Efficacy关键：# 随机或“三数取中”选取基准。使子数组尽可能均衡，从而保持接近 O。
3. • 新手入门：C简洁版帮助快速理清概念。
   • 生产环境：C原地交换版降低内存使用，提高性能。
4. • 平均效率高、空间占用低。
   • A不稳定——若业务对相等元素顺序敏感，请另觅稳定算法。
   • B适用于大数据量、对性能要求较高的场景，如日志处理、金融交易批次等。

最终