学习快速排序需要先了解递归。递归函数最简单的描述就是：自己调用自己。
每个递归函数有两部分： 基线条件（base case）和递归条件（recursive case）
递归条件：指的是函数调用自己；
基线条件：指的是函数不再调用自己，从而避免形成无限循环。
快速排序使用分而治之（D&C:divide and comquer）的策略。
D&C是递归的，使用D&C解决问题包括两个步骤：
1、找出基线条件，这种基线条件必须尽可能简单
2、不断将问题分解（缩小规模），直到符合基线条件。
提示：涉及数组的递归函数时，基线条件通常是数组为空或只包含一个元素。陷入困境时，请检查基线条件是不是这样。
使用快速排序对数组进行排序。基线条件为：数组为空或只包含一个元素。步骤如下：
1、选择基准值
2、将数组分成两个数组：小于基准值的元素组成的子数组和大于基准值的元素组成的子数组。
3、对这两个子数组进行快速排序。
快排的性能高度依赖基准值，是不稳定算法。最佳情况和平均情况都是O(nlogn)，最糟糕情况是O(n*n)。
快速排序算法的golang代码实现如下：
二、归并排序归并排序也叫合并排序，属于稳定排序算法，时间复杂度是O(nlogn)；空间复杂度为: O(n)。
假设集合一共有n个元素，算法将会对集合进行逐层的折半分组。直到数组里只有一个元素，这时候才开始排序，让两个数组间排好序，依次按照递归的返回来把两个数组进行排好序，到最后就可以把整个数组排好序；
归并排序是一种效率较高的排序方法，它分为拆分和合并两大部分，先拆后合。
拆分：就是将一堆无序的数拆成单个，方便合并。
合并：就是将拆分好的数按照排序规则再拼凑起来。
归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。但是很消耗空间，一般来说在内部排序不会用这种方法，而是用快速排序；外部排序才会考虑到使用这种方法
c是算法所需的固定时间量，被称为常量，快速查找的常量比归并排序小，因此如果他们的运行时间都为O(nLogN)，快速查找的速度将更快。
测试部分：