1. 找一个基准值（一般是第 1 个元素）
2. 遍历数组，与基准值比较，比基准值小的放在左边数组，比基准值大的放在右边数组
3. 递归处理，将左边数组、基准值、右边数组组成新的数组

4. 时间复杂度是 O(nlogn)，空间复杂度是 O(logn)

   时间复杂度为什么是 O(nlogn)

   假设在平均情况下每次选取的基准值均为该数组的中间值，因此每次都将数组分成两半，直到分割到只剩一个元素。假设n个元素平分了x次后只剩1个元素，则n/2^x=1（n/2/2/2/..），x=log2n。每次分割后的比较次数为n，所以时间复杂度为nlogn。

   为什么空间复杂度是 O(logn)

   因为递归的时候，每个 quickSort 函数都不会被销毁，需要保留变量，将会有 logn 个 quickSort 函数，所以空间复杂度是 O(logn)。

   代码核心逻辑

5. 一层 for 循环，代表比较的元素

6. 注意边界条件

7. 递归调用

   代码

   ```javascript function quickSort(arr) { if (arr.length <= 1) { return arr; }

   const leftArr = []; const rightArr = []; const pivot = arr[0];

   for (let i = 1; i < arr.length; i++) { if (arr[i] <= pivot) { leftArr.push(arr[i]); } else { rightArr.push(arr[i]); } }

   return quickSort(leftArr).concat(pivot, quickSort(rightArr)); }

const arr = [3, 2, 9, 1, 4, 8, 5, 7, 0, 6]; ```