#include<iostream>
#include<vector>
#include<algorithm>
#include<random>
#include<ctime>
using namespace std;
int partition(vector<int>& data,int left,1)">int right);
void quick_sort(vector< right);

 main()
{
    // 思想：
     在元素序列上直接操作;
     每次在无序序列中选取一个数,一般称之为中轴数, 将元素序列分成两个部分,使得一部分的元素全都小于等于另一部分的所有元素;
     也就是说将序列分成小于等于中轴数和大于等于中轴数的两部分,使得中轴数变为有序;
     再递归的对分成的两部分进行划分操作,分到1的时候就是天然有序的了
     改进的思想是：每次随机找一个中轴数，将其交换到末尾，然后再往下

    vector<int> data = { 7,5,1)">6,1)">4 };
    获取序列元素个数
    int length = data.size();
    int left = 0;
    int right = 3;
    vector<int> result;
    quick_sort(data,left,right);

    for (int i = 0; i < length; i++)
    {
        cout << data.at(i) << "   ";
    }
}
 right)
{
    if (left < right)
    {
        找到中轴数的索引
        int index = partition(data,right);
        以中轴数的索引为界递归的处理两个部分的序列
        quick_sort(data,index - 1);
        quick_sort(data,index + ,right);
    }
}

 找到中轴数的正确位置,同时将序列划分为两部分.
     中轴数有很多种取法,我们这里采用《算法导论》里的选取方法,即取序列最后一个元素.
    int key = data.at(right);
     此处设置两个索引i和j,区间[left,i]为小于中轴数的序列,1)"> 区间[j,right-1]为大于中轴数的序列.

    /*这里有一种优化的方法，就是这个中轴数随机的找，然后交换到末尾，再往下执行*/
    
    default_random_engine e(time(0));  //时间引擎
    uniform_int_distribution<signed> u(left,right);
    int key = u(e);
    int tem = data.at(key);
    data.at(key) = data.at(right);
    data.at(right) = tem;
    int ave = data.at(right);
    */

    int i = left - int j = left; j < right; j++)循环判断操作除了最右边基准值外的其他元素
    {
        if (data.at(j) <= key)
        {
             大于中轴数的元素让它继续待在[j,right-1]区间什么也不做;
             小于中轴数的元素全部从[j,right-1]区间放到[left,i]区间去.
            ++i;
            int temp = data.at(i);
            data.at(i) = data.at(j);
            data.at(j) = temp;
        }
    }
     此时中轴数的正确位置应该在i+1,将其归位.
     思考为什么是i+1而不是i.
    int temp = data.at(i + );
    data.at(i + 1) = data.at(right);
    data.at(right) = temp;
     返回中轴数的正确索引.
    return i + ;
}