首先，复习一下寻找标准的方法吧。
publicstaticintpartion (int [ ] arr，int start，int end ) { int tmp=arr[start]； while(startend ) while(arr[end]=tmpstartend ) { --end； (if ) start=end ) { break； }else { arr[start]=arr[end]； }while({ startendarr[start]=tmp ) start； (if ) start=end ) { break； }else { arr[end]=arr[start]； } } arr[start]=tmp； 返回开始； }所有后续优化程序都将使用此方法查找基准。
一、聚集相同元素法相同元素集合排序是一种快速排序优化方案，通过在搜索一次基准后，将数据中与基准相同的数据集中到基准的左右两侧，递归地进行多次基准搜索过程
请看下面的步骤。
publicclassfocusalikequicksort {/* *相同元素*/public static int [ ] focus num (int [ ] arr，int start，int end，int par ) ) int //查找并收集与标准左侧的标准相同的元素for (inti=par-1； i=start； I--}{if(arr[I]==arr[par] ) if ) I！=parleft(//按顺序遍历并比较，如果相同，则返回位置int tmp=arr[parLeft]； arr[parLeft]=arr[i]； arr[i]=tmp； parLeft--； }else { parLeft--； }//查找并收集标准右边与标准相同的元素for (intj=par 1； j=end； j () if ) arr[j]==arr[par] ) if(j！=parright(//按顺序遍历并比较，如果相同，则位置int tmp=arr[parRight]； arr[parRight]=arr[j]； arr[j]=tmp； parRight； }else { parRight； }//将收集相同元素后的无秩序数据作为数组返回的边界int[] array=new int[2]； array[0]=parLeft； array[1]=parRight； 返回阵列； } publicstaticvoidquicksort (int [ ] arr，int start，int end ) intpar=partion(arr，start，end )； //相同的元素int[]array=focusnum(ARR，start，end，par )； int left=array[0]； int right=array[1]； if(parstart1) quicksort(ARR，start，left )； (if ) parend-1 ) quick sort (arr，right，end )； }}执行过程如下。
二、随机抽取标准法随机抽取标准法是快速排序的另一种优化方案，是一种产生随机数的方法，通过从数据中随机选择一个数据来寻找标准，子方法比较快速有效，有一定的提高。
看程序：
publicclassrandomquicksort { publicstaticvoidswap [ int [ ] arr，int start，intend]{inttmp=arr[start]； arr[start]=arr[end]； arr[end]=tmp； } publicstaticvoidquicksort (int [ ] arr，int start，int end ) [start，end]之间出现的随机数Random rand=new Random )； int randnum=rand.nextint (end-start1) start； ///将随机数交换到start位置swap(ARR，start，randNum )的intpar=partion(arr，start，end )； if(parstart1)快速启动(arr，start，par - 1 )； (if ) parend-1 ) quicksort ) arr，par 1，end )； (三、三分基准法该方法也是快速排序的优化方案，考虑将数据中的start、end与两者中间位置的数据大小进行比较，进行在这三个值中位于中间位置的值顶上查找基准的操作，该方法也比较快捷高效
看节目单：
publicclassthirdpartitionquicksort {/* *更换方法*/publicstaticvoidswap (int [ ] arr，int start，int end ) inttmp=ARR ) Starr arr[end]=tmp； (/**比较结束后，开始值、中间值和结束值有规律(/publicstaticvoidselectpivotmedianofthree (intarr [ ]，int low，int high ) intmid=low ) ) //确认中间值小于尾值if(arr[mid]arr[high] ) (swap ) arr、mid、high )； //确认开始值小于结束值if (arr [ low ] arr [ high ] ) swap ) arr、low、high； //确认开始值大于中间值if(arr[mid]arr[low] ) (swap ) arr、mid、low )； } publicstaticvoidquicksort (int [ ] arr，int start，int end ) ) /以三分位居首位的selectpivotmedianofthree(arr，start，end ) )； intpar=partion(arr，start，end )； if(parstart1)快速启动(arr，start，par - 1 )； (if ) parend-1 ) quicksort ) arr，par 1，end )； } }} 以上三种方式以及上文末尾提到的优化方法往往结合使用，这样优化后的效率才能有明显的提高。