Python 中如何使用函数实现快速排序算法？

快速排序是一种高效的排序算法，其时间复杂度为 O(n log n)。它将待排序的序列分成两个子序列，一部分比另一部分小，然后对这两个子序列递归进行快速排序。它的主要思路是通过选择一个基准数（pivot），将待排序序列中小于这个数的元素放在它的左边，大于它的元素放在它的右边，然后再分别对左右两个子序列进行递归排序。下面介绍如何使用 Python 实现快速排序算法。

首先，需要定义一个函数来实现快速排序操作。这个函数的定义如下：

def quicksort(array):
    if len(array) < 2:
        return array   # 如果数组长度小于 2，直接返回该数组
    else:
        pivot = array[0]   # 选择第一个元素作为基准数
        less = [i for i in array[1:] if i <= pivot]   # 小于等于基准数的元素
        greater = [i for i in array[1:] if i > pivot]   # 大于基准数的元素
        return quicksort(less) + [pivot] + quicksort(greater)   # 递归排序子序列

这个函数实现了一个递归式的快速排序算法。对于每一个待排序的序列，它首先判断其长度是否小于 2，如果是，则直接返回该序列；否则，它选择待排序列中的第一个元素作为基准数，并将比它小的元素放在一个子序列中，比它大的元素放在另一个子序列中。接着，它分别对这两个子序列递归调用 quicksort 函数，直到所有的子序列长度都小于等于 1，随后将它们按照顺序连接起来，即得到一个已经排序好的序列。

下面是一个示例，用来说明如何使用 quicksort 函数实现快速排序。首先，定义一个待排序的数组：

arr = [4, 3, 15, 7, 8, 10, 5, 2, 1, 6]

接着，调用 quicksort 函数对这个数组进行排序：

sorted_arr = quicksort(arr)

运行结果如下：

[1, 2, 3, 4, 5, 6, 7, 8, 10, 15]

可以看到，这个数组已经按照从小到大的顺序排好了序。

快速排序算法的时间复杂度为 O(n log n)，这意味着它可以对大规模的数据进行排序而不会出现性能问题。在实际应用中，快速排序常常被用来对大型数据库、文件和图像等进行排序。使用 Python 实现快速排序算法非常简单，通过定义一个递归函数，即可实现高效排序操作。