文章目录
- 一、什么是快速排序
- 二、基准元素的选择
- 1、选择第一个元素
- 2、随机选择
- 三、元素的交换
- 1、双边循环法
- 2、单边循环法
一、什么是快速排序
快速排序是由冒泡排序演变而来，比冒泡排序更快的排序算法。之所以快，是因为快速排序用了分治法。
相同的是，与冒泡排序一样，快速排序也属于交换排序，通过元素之间的比较和交换来排序。
不同的是，冒泡排序每一轮只把一个元素冒泡到数列的一端，而快速排序每轮挑选一个基准元素，让比它小的元素移动到一端，让比它大的元素移动到另一端，从而把数列拆解成两个部分。
这种每次将数列分为两个部分的方法就叫做分治法。
分治法的好处体现在相比于冒泡排序它会有更小的时间复杂度，对于n的元素的冒泡排序时间复杂度为O(n2),而快速排序总体的平均时间复杂度为O(nlogn)。
二、基准元素的选择
在使用分治法的过程中以基准元素为中心把其他元素移到它的两边，那么如何选择基准元素呢？
1、选择第一个元素
最简单的方法是直接选择数列第一个元素为基准元素，但是这种方法在有些特殊情况下会出现问题：
对于这种原本是逆序的数列，每轮都只能确定基准元素的位置，这种情况下快速排序需要进行n轮，时间复杂度退化到了O(n2)。
2、随机选择
为了解决时间复杂度过大的情况，我们可以随机选择一个元素，并与首位元素互换位置，虽然这种情况下也有几率选到数列的最大或最小值，但大多情况下都是可以的。
所以，虽然快速排序的平均时间复杂度为O(nlogn)，但最坏情况下也可以达到O(n2)。
三、元素的交换
选好了基准元素，就要将其他元素移到基准元素两边，具体实现有两种方法：
- 双边循环法
- 单边循环法
1、双边循环法
对以下数列按从小到大进行排序：
首先，选定基准元素p，并设置左右两个指针l和r
开始循环后，从r指针开始，让r指针元素与基准元素做比较，如果大于等于p，则r指针向左移动；如果小于p，则停止移动，换到l指针。
对于当前数列，r指针元素为1，1<4，所以r指针停止移动，换到l指针。
换到l指针后，让l指针元素与基准元素做比较，如果小于等于p，则l指针向右移动；如果大于p，则停止移动。
按照此思路，后续步骤如下：
实现代码如下：
import java.util.Arrays; public class quickSort { public static void quickSort(int arr[],int startIndex,int endIndex){ //递归结束条件为startIndex大于或等于endIndex if(startIndex>=endIndex){ return; } //得到基准元素位置 int pIndex=partition(arr,startIndex,endIndex); //根据基准元素分两部分进行递归排序 quickSort(arr,startIndex,pIndex-1); quickSort(arr,pIndex+1,endIndex); } /* * 分治法（双边循环法） * arr 待排序数组 * startIndex 起始下标 * endIndex 结束下标 * */ public static int partition(int arr[],int startIndex,int endIndex) { int p=arr[startIndex];//基准元素(可取随机位置) int l=startIndex;//左指针 int r=endIndex;//右指针 while(l!=r){ //控制右指针向左移动，找到小于基准元素的那个数 while((l<r)&&(arr[r]>p)){ r--; } //控制左指针向右移动，找到大于基准元素的那个数 while((l<r)&&(arr[l]<=p)){ l++; } //交换l指针和r指针所指的元素 if(l<r){ int tmp=arr[l]; arr[l]=arr[r]; arr[r]=tmp; } } //交换基准元素和重合点的元素 arr[startIndex]=arr[l]; arr[l]=p; return l; } public static void main(String[] args) { int arr[]={4,7,6,5,3,2,8,1}; quickSort(arr,0,7); System.out.println(Arrays.toString(arr)); } }2、单边循环法
双边循环更加直观，但代码比较麻烦，而单边循环法从数列的一边对元素进行遍历交换。
开始循环选定基准元素p，再设置一个mark指针指向数列起始位置，mark代表着小于基准元素区域的右边界。
从基准元素的下一位开始遍历，若元素大于基准元素，则继续往后遍历。如果小于基准元素，先将mark指针右移一位，然后将最新遍历的元素与基准元素交换。
单边循环法与双边循环法主要是partition函数的实现不一样
/* * 分治法（单边循环法） * arr 待排序数组 * startIndex 起始下标 * endIndex 结束下标 * */ public static int partition(int arr[],int startIndex,int endIndex) { int p=arr[startIndex];//基准元素(可取随机位置) int mark=startIndex; for(int i=startIndex+1;i<=endIndex;i++){ if(arr[i]<arr[mark]){ mark++; int tmp=arr[mark]; arr[mark]=arr[i]; arr[i]=tmp; } } //交换基准元素和mark指针的元素 arr[startIndex]=arr[mark]; arr[mark]=p; return mark; }可以看出，单边循环法只需要一个循环即可，比双边循环法要简单很多。
Java开发的就业市场正在经历结构性调整，竞争日益激烈
传统纯业务开发岗位（如仅完成增删改查业务的后端工程师）的需求，特别是入门级岗位，正显著萎缩。随着企业技术需求升级，市场对Java人才的要求已从通用技能转向了更深入的领域经验（如云原生、微服务）或前沿的AI集成能力。这也导致岗位竞争加剧，在一、二线城市，求职者不仅面临技术内卷，还需应对学历与项目经验的高门槛。
大模型为核心的AI领域正展现出前所未有的就业热度与人才红利
2025年，AI相关新发岗位数量同比激增543%，单月增幅最高超过11倍，大模型算法工程师位居热门岗位前列。行业顶尖人才的供需严重失衡，议价能力极强，跳槽薪资涨幅可达30%-50%。值得注意的是，市场并非单纯青睐算法研究员，而是急需能将大模型能力落地于复杂业务系统的工程人才。这使得具备企业级架构思维和复杂系统整合经验的Java工程师，在向“Java+大模型”复合人才转型时拥有独特优势，成为企业竞相争夺的对象，其薪资天花板也远高于传统Java岗位。
说真的，这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型，挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis，稳稳当当过日子。
结果GPT、DeepSeek火了之后，整条线上的人都开始有点慌了，大家都在想：“我是不是要学大模型，不然这饭碗还能保多久？”
先给出最直接的答案：一定要把现有的技术和大模型结合起来，而不是抛弃你们现有技术！掌握AI能力的Java工程师比纯Java岗要吃香的多。
即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地！大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇！
如何学习AGI大模型？
作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取
2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享**
一、2025最新大模型学习路线
一个明确的学习路线可以帮助新人了解从哪里开始，按照什么顺序学习，以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。
我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。
L1级别:AI大模型时代的华丽登场
L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理，关键技术，以及大模型应用场景；通过理论原理结合多个项目实战，从提示工程基础到提示工程进阶，掌握Prompt提示工程。
L2级别：AI大模型RAG应用开发工程
L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3级别：大模型Agent应用架构进阶实践
L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体；同时还可以学习到包括Coze、Dify在内的可视化工具的使用。
L4级别：大模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调；并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握；而L3 L4更多的是通过项目实战来掌握大模型的应用开发，针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。
二、大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
三、大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
四、大模型项目实战
学以致用，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
五、大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取
2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享
