python buildin sort

Author: PegasusWang

docs/13_高级排序算法/quick_sort.md

@@ -1,17 +1,18 @@
 # 快速排序
 
 快速排序名字可不是盖的，很多程序语言标准库实现的内置排序都有它的身影，我们就直奔主题吧。
-和归并排序一样，快排也是一种分而治之的策略。归并排序把数组递归成只有单个元素的数组，之后再不断两两
+和归并排序一样，快排也是一种分而治之(divide and conquer)的策略。归并排序把数组递归成只有单个元素的数组，之后再不断两两
 合并，最后得到一个有序数组。这里的递归基本条件就是只包含一个元素的数组，当数组只包含一个元素的时候，我们可以认为它本来就是有序的（当然空数组也不用排序）。
 
 快排的工作过程其实比较简单，三步走：
 
-- 选择基准值 pivot
-
-- 将数组分成两个子数组：小于基准值的元素和大于基准值的元素。这个过程称之为 partition
+- 选择基准值 pivot 将数组分成两个子数组：小于基准值的元素和大于基准值的元素。这个过程称之为 partition
 
 - 对这两个子数组进行快速排序。
 
+- 合并结果
+
+
 根据这个想法我们可以快速写出快排的代码，简直就是在翻译上边的描述：
 
 ```py
@@ -35,7 +36,7 @@ def test_quicksort():
 是不是很简单，下次面试官让你手写快排你再写不出来就有点不太合适啦。 当然这个实现有两个不好的地方:
 
 - 第一是它需要额外的存储空间，我们想实现 inplace 原地排序。
-- 第二是它的 partion 操作每次都要两次遍历整个数组，我们想改善一下。
+- 第二是它的 partition 操作每次都要两次遍历整个数组，我们想改善一下。
 
 这里我们就来优化一下它，实现 inplace 排序并且改善下 partition 操作。新的代码大概如下：
 
@@ -101,6 +102,7 @@ T(n) = 2T(n/2) + n
 - 选择基准值如果选不好就可能导致复杂度升高，算导中提到了一种『median of 3』策略，就是说选择 pivot 的时候
 从子数组中随机选三个元素，再取它的中位数，你能实现这个想法吗？这里我们的代码很简单地取了第一个元素作为 pivot
 - 利用快排中的 partition 操作，我们还能实现另一个算法，nth_element，快速查找一个无序数组中的第 k 大元素，请你尝试实现它并编写单测
+- 你知道 Python 内置的 sorted 如何实现的吗？请你 Google 相关资料了解下。很多内置的排序都使用了快排的改良版。
 
 
 # 延伸阅读