（1）选择一个枢轴元（pivot）， 将数组划分左右两个子数组，左边的数组元素小于pivot，
右边数组元素大于pivot。
（2）用上述做法独自处理两个子数组，直到所有子数组元素个数为1时停止。
优化：主要有三种优化措施
（1）数组的划分策略
（2）枢轴元的选取
（3）子数组元素个数小于一定量时，采用其它排序方法。
一、数组的划分策略：
（1）单向划分
l 、u为数组的边界，用于界定数组。
(l, lastlow] 之间的元素小于pivot
(lastlow, i) 之间的元素大于等于pivot
[i, u] 之间的元素标示尚未进行处理的元素
+ View Code
这种划分有一个弊端，就是当数组中所有元素都相同的时候，退化成O（N * N) 排序算法，变成如下划分：
下一次排序区间为(lastlow, i]，这类似于插入排序啦。
（2）双向划分
针对于单向划分的缺点，采用双向划分。
(l, i) 为小于等于pivot的元素
(j, pivot)为大于等于pivot的元素
+ View Code
当数组中所有元素都是一样的时候，双向划分可以将数组均匀的划分成两个子数组，但是，
却增加了交换次数，相当于每一次划分，都要将[l, u] 中的元素reverse。
（3）“ 宽支点“ 划分
将等于枢轴元的元素全部搬到一起，这样，当数组元素全相同的时候，减少递归次数。
将与枢轴元相同的元素集中到一起，加速快排。划分如下：
思路：
先将相等元素拷贝到数组两端，待划分结束后，将其拷贝到相应位置。
[l, a) 等于枢轴元的元素
(d,u] 等于枢轴元的元素
[a, b) 小于枢轴元的元素
(c, d] 大于枢轴元的元素
+ View Code
二、选枢轴元：
较好的选择枢轴元，可以将元数组划分成两个数量接近的子数组。
（1） 始终选择数组的第一个元素作为枢轴
（2）随机选取一个元素
（3）三中值
上述例子中都采取了第一个元素作为枢轴元，这并不是一种好的方法，可能导致劣质分割。
可以采用随机方法，即 swap(l, rand() % ( u - l + 1) + l);
三中值做法实例：
选取数组第一个，中间，最后一个元素，将其从小到大进行排序，选取中间值作为枢轴元。
三、小数组
当子数组小于一定量时，采用插入排序能得到更好的体验。
结合三中值与小数组，实现快速排序如下：
+ View Code
median中，由于三个元素已经排序，所以， arr[m] < arr[u]， 所以，将枢轴元至于
u - 1的位置，因为arr[u]大于枢轴元，想当于已经排好序啦。
而在qsort中，i = l + 1， 也同上述解释，即arr[l] 小于arr[pivot]，不需要在进行比较啦