std::sort 实际是 introsort 而非纯快排：先快排，深度超限切堆排序，小数组切插入排序；手写快排用于调试、教学、嵌入式或定制化需求，常见崩溃源于 pivot 选择不当和边界越界。
为什么 std::sort 不等于手写快排
标准库的 std::sort 在绝大多数场景下不是纯快排，而是 introsort（内省排序）：先用快排，递归深度超阈值时切到堆排序，小数组再切到插入排序。直接调 std::sort 虽快且稳，但无法控制分区策略、pivot 选取或递归行为——这正是你手写快排的真正动机：调试、教学、嵌入式约束，或定制化（比如按内存局部性优化 partition）。
手写快排最常崩在 pivot 选择和边界处理
崩溃往往不是逻辑错，而是越界访问或无限递归。典型诱因：
-
partition函数里用while (left 却没保证 <code>left和right永远不越界； - 选 pivot 用
v[0]或v[size-1]，遇到已排序数组退化成 O(n²)，栈溢出风险陡增； - 递归调用写成
quick_sort(v, left, right)而非quick_sort(v, left, pivot_idx - 1)，漏减 1 导致死循环； - 没对长度 ≤ 1 的子数组做 early return，空区间也进递归。
一个生产级可读的手写快排（Lomuto + 三数取中）
以下代码避开常见坑，兼顾清晰与鲁棒性：
void quick_sort(std::vector<int>& v, int left = 0, int right = -1) {
if (right == -1) right = v.size() - 1;
if (left >= right) return;
<pre class='brush:php;toolbar:false;'>// 三数取中选 pivot，避免最坏情况
int mid = left + (right - left) / 2;
if (v[mid] < v[left]) std::swap(v[left], v[mid]);
if (v[right] < v[left]) std::swap(v[left], v[right]);
if (v[right] < v[mid]) std::swap(v[mid], v[right]);
std::swap(v[mid], v[right]); // pivot 放末尾
// Lomuto partition：i 是小于 pivot 的右边界
int i = left;
for (int j = left; j < right; ++j) {
if (v[j] <= v[right]) {
std::swap(v[i++], v[j]);
}
}
std::swap(v[i], v[right]); // pivot 归位
quick_sort(v, left, i - 1);
quick_sort(v, i + 1, right);}
立即学习“C++免费学习笔记（深入）”；
关键点：right == -1 做默认参数适配；mid 计算用 left + (right - left) / 2 防整型溢出；partition 后明确用 i-1 和 i+1 划分，不碰 pivot 位置。
迭代版快排为什么难写对
用栈模拟递归看似能防栈溢出，但错误率更高：容易漏 push 子区间、push 顺序反了（导致降序变升序）、或忘记 pop 后校验区间有效性。更现实的做法是限制递归深度——比如当 right - left > 1000 时改用 std::partial_sort 或堆排序分支。真要迭代，优先用 std::stack<:pair int>></:pair> 存区间，别手撸链表栈。
最易被忽略的是：快排的“快”高度依赖数据分布和 cache 行命中率，而非算法本身。同一份源码，在随机数据、升序数据、含大量重复值的数据上，性能可能差 5 倍以上——测之前，先想清楚你的真实输入长什么样。
