Deployed c396945 with MkDocs version: 0.17.3

Author: PegasusWang

13_高级排序算法/quick_sort/index.html

@@ -224,18 +224,18 @@
 
                 <h1 id="_1">快速排序</h1>
 <p>快速排序名字可不是盖的，很多程序语言标准库实现的内置排序都有它的身影，我们就直奔主题吧。
-和归并排序一样，快排也是一种分而治之的策略。归并排序把数组递归成只有单个元素的数组，之后再不断两两
+和归并排序一样，快排也是一种分而治之(divide and conquer)的策略。归并排序把数组递归成只有单个元素的数组，之后再不断两两
 合并，最后得到一个有序数组。这里的递归基本条件就是只包含一个元素的数组，当数组只包含一个元素的时候，我们可以认为它本来就是有序的（当然空数组也不用排序）。</p>
 <p>快排的工作过程其实比较简单，三步走：</p>
 <ul>
 <li>
-<p>选择基准值 pivot</p>
+<p>选择基准值 pivot 将数组分成两个子数组：小于基准值的元素和大于基准值的元素。这个过程称之为 partition</p>
 </li>
 <li>
-<p>将数组分成两个子数组：小于基准值的元素和大于基准值的元素。这个过程称之为 partition</p>
+<p>对这两个子数组进行快速排序。</p>
 </li>
 <li>
-<p>对这两个子数组进行快速排序。</p>
+<p>合并结果</p>
 </li>
 </ul>
 <p>根据这个想法我们可以快速写出快排的代码，简直就是在翻译上边的描述：</p>
@@ -260,7 +260,7 @@ <h1 id="_1">快速排序</h1>
 <p>是不是很简单，下次面试官让你手写快排你再写不出来就有点不太合适啦。 当然这个实现有两个不好的地方:</p>
 <ul>
 <li>第一是它需要额外的存储空间，我们想实现 inplace 原地排序。</li>
-<li>第二是它的 partion 操作每次都要两次遍历整个数组，我们想改善一下。</li>
+<li>第二是它的 partition 操作每次都要两次遍历整个数组，我们想改善一下。</li>
 </ul>
 <p>这里我们就来优化一下它，实现 inplace 排序并且改善下 partition 操作。新的代码大概如下：</p>
 <pre><code class="py">def quicksort_inplace(array, beg, end):    # 注意这里我们都用左闭右开区间，end 传入 len(array)
@@ -317,6 +317,7 @@ <h1 id="_3">思考题</h1>
 <li>选择基准值如果选不好就可能导致复杂度升高，算导中提到了一种『median of 3』策略，就是说选择 pivot 的时候
 从子数组中随机选三个元素，再取它的中位数，你能实现这个想法吗？这里我们的代码很简单地取了第一个元素作为 pivot</li>
 <li>利用快排中的 partition 操作，我们还能实现另一个算法，nth_element，快速查找一个无序数组中的第 k 大元素，请你尝试实现它并编写单测</li>
+<li>你知道 Python 内置的 sorted 如何实现的吗？请你 Google 相关资料了解下。很多内置的排序都使用了快排的改良版。</li>
 </ul>
 <h1 id="_4">延伸阅读</h1>
 <ul>

index.html

@@ -481,5 +481,5 @@ <h2 id="_19">本电子书制作和写作方式</h2>
 
 <!--
 MkDocs version : 0.17.3
-Build Date UTC : 2018-05-16 00:34:57
+Build Date UTC : 2018-05-17 00:54:17
 -->