快速排序与颜色分类问题的算法解析

1. 从零理解快速排序与颜色分类问题

作为一名长期刷题的算法工程师，我经常遇到类似颜色分类这样的基础排序问题。这道题看似简单，但能很好地考察对排序算法的理解深度。我们先从问题本身出发，逐步拆解快速排序的实现原理。

1.1 问题本质与约束条件

题目要求对只包含0、1、2的数组进行原地排序，这意味着：

• 不能使用额外空间（空间复杂度O(1)）
• 必须直接修改原数组
• 不能调用语言内置的sort函数

在实际工程中，这种限制很常见。比如在嵌入式系统中，内存资源有限，原地算法能节省宝贵的内存空间。又如在某些安全场景下，直接修改原数据比创建副本更符合要求。

1.2 快速排序的核心思想

快速排序采用分治策略，其核心操作是partition（分区）：

1. 选择一个基准值（pivot）
2. 将小于基准的元素移到基准左侧
3. 将大于基准的元素移到基准右侧
4. 对左右子数组递归执行上述操作

这种分而治之的思想在算法设计中非常普遍。就像整理书架时，我们可以先按书籍类型大致分区，再对每个区域单独排序，效率远高于一次性整理全部书籍。

2. 代码实现深度解析

让我们逐行分析提供的快速排序实现，理解每个细节的设计考量。

2.1 基准选择策略

cpp复制int flag = a[(left + right) / 2];  // 选取中间值作为基准

选择中间索引作为基准是平衡性较好的策略：

• 时间复杂度：O(1)的随机访问
• 空间复杂度：仅存储一个整数值
• 避免极端情况：相比总是选择第一个元素，能减少已排序数组的最坏情况

提示：在实际工程中，更稳健的做法是"三数取中法"——取左端、中间、右端三个元素的中值作为基准，进一步避免最坏情况。

2.2 分区过程详解

cpp复制do {
    while (a[i] < flag) i++;  // 从左找≥基准的元素
    while (a[j] > flag) j--;  // 从右找≤基准的元素
    
    if (i <= j) {
        swap(a[i], a[j]);  // 交换元素
        i++;
        j--;
    }
} while (i <= j);

这个do-while循