算法-排序算法：快速排序（QuickSort ）【O(nlogn)】【单路：随机化无法避免元素全相等时退化为O(n^2)】、【双路+随机化：元素全相等时退化概率极低】【三路：元素全相等时为O(n)】

电玩女神 2023-10-04 12:26 5阅读 0赞

快速排序（QuickSort ），平均来说比归并排序快一些；

*  单路快排：+“随机化”也无法解决元素全相等时退化为  O ( n 2 ) O(n^2) O(n2)；
 *  双路快排：+“随机化”可解决元素全相等时的退化问题
 *  三路快排（在有大量重复元素的数组中，比双路快排好，其他情况不如双路快排）

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center]

快速排序是通常比其他基于比较的排序算法 效率更高，效率最好体现在大部分情况下都能达到O(nlogn)的时间复杂度。

快排的算法实现利用到了分治法（Divide and Conquer）和递归（recursive），以某个特定值为基准（pivot）将一个List分成两个子List处理。

**快速排序**（Quick Sort）的基本思想：通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center]

快速排序使用分治法来把一个串（list）分为两个子串（sub-lists）。具体算法描述如下：

*  从数列中挑出一个元素，称为 “基准”（pivot）；
 *  重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；
 *  递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

快速排序-时间复杂度

*  最优时间复杂度：O(nlogn)
 *  最坏时间复杂度：O(n2)
 *  稳定性：不稳定

## 一、单路快排（使用双指针） ##

### 1、版本01：单路快排-用数组第一个元素作基准pivot ###

使用数组的第一个元素作为基准pivot；

![在这里插入图片描述][20210430161250653.gif_pic_center]

![在这里插入图片描述][20210503000458763.gif_pic_center]  
**在Partition步骤中，使用快慢指针进行分区：**

![在这里插入图片描述][bf2a12f9a8fa4f788c54d09df6effa50.png_pic_center]  
![在这里插入图片描述][cbf29246dc21444eab34996c12cc8c89.gif_pic_center]  
其中：

*  当  nums\[fast\] > nums\[pivot\] \\text\{nums\[fast\] > nums\[pivot\]\} nums\[fast\] > nums\[pivot\] 时：  
    ![在这里插入图片描述][b7663743b8674783a483fa6fa898e2cf.gif_pic_center]
 *  当  nums\[fast\] < nums\[pivot\] \\text\{nums\[fast\] < nums\[pivot\]\} nums\[fast\] < nums\[pivot\] 时：  
    ![在这里插入图片描述][e7324909240a44fa8b01e5e0a5dc787d.gif_pic_center]

class Solution:
        def sort(self, nums, left, right):
            if left >= right:
                return
            p = self.partition(nums, left, right)  # 将pivot值放在其应该在的位置，并且返回其应该在的位置
            self.sort(nums, left, p - 1)
            self.sort(nums, p + 1, right)
    
        # 单路快排【此轮交换只为值nums[pivot]找到其应该在的位置，并且将小于nums[pivot]的值放在其左边，大于nums[pivot]的值放在其右边】
        def partition(self, nums, left, right):
            pivot = left  # 取”用于排序的基准值“为第一个元素
    
            slow = left  # slow用于标记 nums[pivot] 值应该在的位置
            fast = left + 1  # fast用于遍历数组中的元素，逐个与 nums[pivot] 比较大小
    
            # 保证 [left + 1 : slow]区间的所有元素小于pivot，[slow + 1 : fast - 1]区间的所有元素大于pivot，判断 nums[fast] 属于哪个区间，将其放入该区间
            while fast <= right:
                if nums[fast] > nums[pivot]:
                    fast += 1
                elif nums[fast] < nums[pivot]:  # 如果遇到有一个元素小于基准值，则将用于标记pivot值应该在的位置slow向右移动一位
                    slow += 1
                    nums[slow], nums[fast] = nums[fast], nums[slow]
                    fast += 1
    
            nums[slow], nums[pivot] = nums[pivot], nums[slow]  # 将值 nums[pivot] 放在其真正应该在的位置 slow 上
            return slow
    
    
    solution = Solution()
    nums = [7, 1, 4, 2, 8, 3, 6, 5]
    solution.sort(nums, 0, len(nums) - 1)
    print("nums = ", nums)

class Solution:
        def sort(self, nums, left, right):
            if left >= right:
                return
            p = self.partition(nums, left, right)  # 将pivot值放在其应该在的位置，并且返回其应该在的位置
            self.sort(nums, left, p - 1)
            self.sort(nums, p + 1, right)
    
        # 单路快排【此轮交换只为值nums[pivot]找到其应该在的位置，并且将小于nums[pivot]的值放在其左边，大于nums[pivot]的值放在其右边】
        def partition(self, nums, left, right):
            pivot = left  # 取”用于排序的基准值“为第一个元素
    
            slow = left  # slow用于标记 nums[pivot] 值应该在的位置
            fast = left + 1  # fast用于遍历数组中的元素，逐个与 nums[pivot] 比较大小
    
            while fast <= right:
                if nums[fast] < nums[pivot]:  # 如果遇到有一个元素小于基准值，则将用于标记pivot值应该在的位置slow向右移动一位
                    slow += 1
                    nums[slow], nums[fast] = nums[fast], nums[slow]
                fast += 1
    
            nums[slow], nums[pivot] = nums[pivot], nums[slow]  # 将值 nums[pivot] 放在其真正应该在的位置 slow 上
            return slow
    
    
    solution = Solution()
    nums = [7, 1, 4, 2, 8, 3, 6, 5]
    solution.sort(nums, 0, len(nums) - 1)
    print("nums = ", nums)

**单路快排-用数组第一个元素作基准pivot的缺点：**

*  如果当前 “数组已经完全有序”，性能退化为 O ( n 2 ) O(n^2) O(n2) 最坏情况。
 *  如果 “当前数组元素完全相同”，性能退化为 O ( n 2 ) O(n^2) O(n2) 最坏情况。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 1]

### 2、版本02：单路快排-随机化初始索引位置【解决“有序数组”性能退化为 O ( n 2 ) O(n^2) O(n2)的问题】 ###

随机化初始索引位置，解决对于有序数组，性能退化为 O ( n 2 ) O(n^2) O(n2)的问题。但是，如果当前数组元素全部相等，仍然会出现时间复杂度为 O ( n 2 ) O(n^2) O(n2)的最坏情况。

在当前无序区中选取划分的基准关键字（pivot）是决定算法性能的关键，通过优化pivot选取算法可以提高快速排序算法的效率。

用一个随机函数产生一个取位于 left 和 right 之间的随机数 k(left ≤k≤right )，用 arr\[k\] 作为基准，这相当于强迫 arr\[left,…,right \]中的记录是随机分布的。用此方法所得到的快速排序一般称为**随机的快速排序**。

partition方法中添加以下代码即可：

rand = random.randint(left, right)  # 随机化基准值 pivot
            nums[left], nums[rand] = nums[rand], nums[left]

import random
    
    
    class Solution:
        def sort(self, nums, left, right):
            if left >= right:
                return
            p = self.partition(nums, left, right)  # 将pivot值放在其应该在的位置，并且返回其应该在的位置
            self.sort(nums, left, p - 1)
            self.sort(nums, p + 1, right)
    
        # 单路快排【此轮交换只为值nums[pivot]找到其应该在的位置，并且将小于nums[pivot]的值放在其左边，大于nums[pivot]的值放在其右边】
        def partition(self, nums, left, right):
            rand = random.randint(left, right)  # 随机化基准值 pivot
            nums[left], nums[rand] = nums[rand], nums[left]
    
            pivot = left  # 取”用于排序的基准值“为第一个元素
    
            slow = left  # slow用于标记 nums[pivot] 值应该在的位置
            fast = left + 1  # fast用于遍历数组中的元素，逐个与 nums[pivot] 比较大小
    
            while fast <= right:
                if nums[fast] < nums[pivot]:  # 如果遇到有一个元素小于基准值，则将用于标记pivot值应该在的位置slow向右移动一位
                    slow += 1
                    nums[slow], nums[fast] = nums[fast], nums[slow]
                fast += 1
    
            nums[slow], nums[pivot] = nums[pivot], nums[slow]  # 将值 nums[pivot] 放在其真正应该在的位置 slow 上
            return slow
    
    
    solution = Solution()
    nums = [7, 1, 4, 2, 8, 3, 6, 5]
    solution.sort(nums, 0, len(nums) - 1)
    print("nums = ", nums)

## 二、二路快排（使用双指针） ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 2]

### 1、过程分析 ###

#### 1.1 场景 ####

对 6 1 2 7 9 3 4 5 10 8 这 10 个数进行排序

#### 1.2 思路 ####

先找一个基准数（一个用来参照的数），为了方便，我们选最左边的 6，希望将 >6 的放到 6 的右边，<6 的放到 6 左边。  
如：3 1 2 5 4 6 9 7 10 8  
先假设需要将 6 挪到的位置为 k，k 左边的数 <6，右边的数 >6

1.  我们先从初始数列“6 1 2 7 9 3 4 5 10 8 ”的两端开始“探测 ”，先从右边往左找一个 <6 的数，再从左往右找一个 >6 的数，然后交换。我们用变量 i 和变量 j 指向序列的最左边和最右边。刚开始时最左边 i=0 指向 6，最右边 j=9 指向 8 ；  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 3]
2.  现在设置的基准数是最左边的数，所以序列先右往左移动（j–），当找到一个 <6 的数（5）就停下来。  
    接着序列从左往右移动（i++），直到找到一个 >6 的数又停下来（7）；
3.  两者交换，结果：6 1 2 5 9 3 4 7 10 8；  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 4]
4.  j 的位置继续向左移动（友情提示：每次都必须先从 j 的位置出发），发现 4 满足要求，接着 i++ 发现 9 满足要求，交换后的结果：6 1 2 5 4 3 9 7 10 8；  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 5]
5.  目前 j 指向的值为 9，i 指向的值为 4，j-- 发现 3 符合要求，接着 i++ 发现 i=j，说明这一轮移动结束啦。现在将基准数 6 和 3 进行交换，结果：3 1 2 5 4 6 9 7 10 8；现在 6 左边的数都是 <6 的，而右边的数都是 >6 的，但游戏还没结束

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 6]

1.  我们将 6 左边的数拿出来先：3 1 2 5 4，这次以 3 为基准数进行调整，使得 3 左边的数<3，右边的数 >3，根据之前的模拟，这次的结果：2 1 3 5 4
2.  再将 2 1 抠出来重新整理，得到的结果： 1 2
3.  剩下右边的序列：9 7 10 8 也是这样来搞，最终的结果： 1 2 3 4 5 6 7 8 9 10 （具体看下图）  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 7]  
    快速排序的每一轮处理其实就是将这一轮的基准数归位，当所有的基准数归位，排序就结束啦

### 2、二路快排版本 ###

#### 2.1 版本01：二路快速排序（取left作为pivot） ####

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 1]

![在这里插入图片描述][20210503110340879.gif_pic_center]

##### **对于 “所有元素都一样的数组”，二路快排也可以将所有元素分为2部分，而不是一边为空，一边为n-1个元素，从而避免性能的恶化**。 #####

![在这里插入图片描述][20210503122920236.gif_pic_center]  
C++版本：

#include <iostream>
    
    void swap(int &a, int &b) {
        
        int temp = a;
        a = b;
        b = temp;
    }
    
    int partition(int arr[], int left, int right) {
        
        int povit = left;
        int i = left + 1;
        int j = right;
        while (true) {
        
            while (i <= j && arr[i] < arr[povit]) {
        
                i++;
            }
            while (i <= j && arr[j] > arr[povit]) {
        
                j--;
            }
            if (i >= j) {
        
                break;
            }
            swap(arr[i], arr[j]);
        }
        swap(arr[povit], arr[j]);
        return j;
    }
    
    
    void sort_quick(int arr[], int left, int right) {
        
        if (left >= right) {
        
            return;
        }
        int p = partition(arr, left, right);
        sort_quick(arr, left, p - 1);
        sort_quick(arr, p + 1, right);
    }
    
    int main() {
        
        int a[] = {
        8, 4, 10, 5, 3, 7, 6, 9, 2, 1};
        int len = sizeof(a) / sizeof(int);
        std::cout << "len = " << len << std::endl;
        sort_quick(a, 0, len - 1);
        for (int i = 0; i < 10; i++) {
        
            std::cout << a[i] << std::endl;
        }
    }

python版本：

class Solution:
        def sort(self, arr: List[int], left: int, right: int):
            if left >= right:
                return
            p = self.partition(arr, left, right)
            self.sort(arr, left, p - 1)
            self.sort(arr, p + 1, right)
    
        # 二路快排
        def partition(self, arr, left, right):
            pivot = left
            i = left + 1
            j = right
    
            while True:
                while i <= j and arr[i] < arr[pivot]:
                    i += 1
                while i <= j and arr[j] > arr[pivot]:
                    j -= 1
                if i >= j:
                    break
                arr[i], arr[j] = arr[j], arr[i]
    
            arr[left], arr[j] = arr[j], arr[left]
            return j
    
    
    solution = Solution()
    arr = [7, 1, 4, 2, 8, 3, 6, 5]
    solution.sort(arr, 0, len(arr) - 1)
    print("arr = ", arr)

#### 2.2 版本02：二路快速排序（随机化pivot） ####

C++版本：  
partition方法中添加以下代码即可：

int rand_idx = rand() % (right - left + 1) + left; // 随机取left,right之间的idx
        swap(arr[left], arr[rand_idx]);

#include <iostream>
    
    void swap(int &a, int &b) {
        
        int temp = a;
        a = b;
        b = temp;
    }
    
    int partition(int arr[], int left, int right) {
        
        int rand_idx = rand() % (right - left + 1) + left; // 随机取left,right之间的idx
        swap(arr[left], arr[rand_idx]);
    
        int povit = left;
        int i = left + 1;
        int j = right;
        while (true) {
        
            while (i <= j && arr[i] < arr[povit]) {
        
                i++;
            }
            while (i <= j && arr[j] > arr[povit]) {
        
                j--;
            }
            if (i >= j) {
        
                break;
            }
            swap(arr[i], arr[j]);
        }
        swap(arr[povit], arr[j]);
        return j;
    }
    
    
    void sort_quick(int arr[], int left, int right) {
        
        if (left >= right) {
        
            return;
        }
        int p = partition(arr, left, right);
        sort_quick(arr, left, p - 1);
        sort_quick(arr, p + 1, right);
    }
    
    int main() {
        
        int a[] = {
        8, 4, 10, 5, 3, 7, 6, 9, 2, 1};
        int len = sizeof(a) / sizeof(int);
        std::cout << "len = " << len << std::endl;
        sort_quick(a, 0, len - 1);
        for (int i = 0; i < 10; i++) {
        
            std::cout << a[i] << std::endl;
        }
    }

python版本：  
partition方法中添加以下代码即可：

rand = random.randint(left, right)  # 随机化基准值 pivot
            nums[left], nums[rand] = nums[rand], nums[left]

import random
    from typing import List
    
    
    class Solution:
        def sort(self, arr: List[int], left: int, right: int):
            if left >= right:
                return
            p = self.partition(arr, left, right)
            self.sort(arr, left, p - 1)
            self.sort(arr, p + 1, right)
    
        # 二路快排
        def partition(self, arr, left, right):
            rand = random.randint(left, right)
            arr[left], arr[rand] = arr[rand], arr[left]
            
            pivot = left
            i = left + 1
            j = right
    
            while True:
                while i <= j and arr[i] < arr[pivot]:
                    i += 1
                while i <= j and arr[j] > arr[pivot]:
                    j -= 1
                if i >= j:
                    break
                arr[i], arr[j] = arr[j], arr[i]
    
            arr[left], arr[j] = arr[j], arr[left]
            return j
    
    
    solution = Solution()
    arr = [7, 1, 4, 2, 8, 3, 6, 5]
    solution.sort(arr, 0, len(arr) - 1)
    print("arr = ", arr)

## 三、三路快排（使用三指针） ##

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 2]

![在这里插入图片描述][20210503130931352.gif_pic_center]

**三路快排：**

*  **当所有元素都相等时，三路排序时间复杂度会优化为  O ( n ) O(n) O(n)**。
 *  如果数据中包含大量重复元素的话，使用三路排序会比二路排序好一些。
 *  **对于****“完全随机” 或 “完全有序”****的数组**，**三路排序不如二路排序**。

其中：

*  当  nums\[i\] == nums\[pivot\] \\text\{nums\[i\] == nums\[pivot\]\} nums\[i\] == nums\[pivot\] 时：  
    ![在这里插入图片描述][ee99b47cddef4f6c927a9fe246f84d92.gif_pic_center]
 *  当  nums\[i\] < nums\[pivot\] \\text\{nums\[i\] < nums\[pivot\]\} nums\[i\] < nums\[pivot\] 时：  
    ![在这里插入图片描述][c6889d44978a4b019041e99970b3a568.gif_pic_center]
 *  当  nums\[i\] > nums\[pivot\] \\text\{nums\[i\] > nums\[pivot\]\} nums\[i\] > nums\[pivot\] 时：  
    ![在这里插入图片描述][9e59637acbe147b4b06012616644ece7.gif_pic_center]

import random
    
    
    class Solution:
        def sort(self, nums, left, right):
            if left >= right:
                return
    
            lt, gt = self.partition(nums, left, right)
    
            self.sort(nums, left, lt - 1)
            self.sort(nums, gt, right)
    
        # 三路快排
        def partition(self, nums, left, right):
            rand = random.randint(left, right)  # 随机化基准值 pivot
            nums[left], nums[rand] = nums[rand], nums[left]
    
            pivot = left
    
            lt = left  # 循环不变量：nums[left+1, lt] < v
            gt = right + 1  # 循环不变量：nums[gt, right] > v
            i = left + 1  # 循环不变量：nums[lt + 1, i - 1] ==v
    
            while i < gt:
                if nums[i] < nums[pivot]:
                    lt += 1  # 扩充 nums[left+1, lt] 区间
                    nums[lt], nums[i] = nums[i], nums[lt]
                    i += 1  # 扩充 nums[lt + 1, i - 1] 区间
                elif nums[i] > nums[pivot]:
                    gt -= 1  # 扩充 nums[gt, right] 区间
                    nums[i], nums[gt] = nums[gt], nums[i]
                else:  # nums[i] == nums[pivot]
                    i += 1  # 扩充 nums[lt + 1, i - 1] 区间
            nums[left], nums[lt] = nums[lt], nums[left]  # 此时：nums[left, lt - 1] < v; nums[lt, gt - 1] ==v; nums[gt, right] > v
            return lt, gt
    
    
    solution = Solution()
    nums = [7, 1, 4, 4, 4, 2, 8, 3, 6, 5]
    solution.sort(nums, 0, len(nums) - 1)
    print("nums = ", nums)

--------------------

参考资料：  
[快速排序(动画示例)][Link 1]  
[在线动画演示插入/选择/冒泡/归并/希尔/快速排序算法过程工具][Link 2]

[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center]: https://img-blog.csdnimg.cn/84834cc548f94d76b1e79cdd4b273d2f.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20210502220438775.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE=,size_16,color_FFFFFF,t_70#pic_center
[20210430161250653.gif_pic_center]: https://img-blog.csdnimg.cn/20210430161250653.gif#pic_center
[20210503000458763.gif_pic_center]: https://img-blog.csdnimg.cn/20210503000458763.gif#pic_center
[bf2a12f9a8fa4f788c54d09df6effa50.png_pic_center]: https://img-blog.csdnimg.cn/bf2a12f9a8fa4f788c54d09df6effa50.png#pic_center
[cbf29246dc21444eab34996c12cc8c89.gif_pic_center]: https://img-blog.csdnimg.cn/cbf29246dc21444eab34996c12cc8c89.gif#pic_center
[b7663743b8674783a483fa6fa898e2cf.gif_pic_center]: https://img-blog.csdnimg.cn/b7663743b8674783a483fa6fa898e2cf.gif#pic_center
[e7324909240a44fa8b01e5e0a5dc787d.gif_pic_center]: https://img-blog.csdnimg.cn/e7324909240a44fa8b01e5e0a5dc787d.gif#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20210502225551480.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE=,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/20201027002545645.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE=,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 3]: https://img-blog.csdnimg.cn/20210503103335562.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE=,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 4]: https://img-blog.csdnimg.cn/2021050310340270.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE=,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 5]: https://img-blog.csdnimg.cn/20210503103419753.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE=,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 6]: https://img-blog.csdnimg.cn/2021050310343668.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE=,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center 7]: https://img-blog.csdnimg.cn/20210503103543400.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE=,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 1]: https://img-blog.csdnimg.cn/2758a6b7fae7441a953c278c67a42c57.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center
[20210503110340879.gif_pic_center]: https://img-blog.csdnimg.cn/20210503110340879.gif#pic_center
[20210503122920236.gif_pic_center]: https://img-blog.csdnimg.cn/20210503122920236.gif#pic_center
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 2]: https://img-blog.csdnimg.cn/95868188a83e4296b845598e872764d0.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center
[20210503130931352.gif_pic_center]: https://img-blog.csdnimg.cn/20210503130931352.gif#pic_center
[ee99b47cddef4f6c927a9fe246f84d92.gif_pic_center]: https://img-blog.csdnimg.cn/ee99b47cddef4f6c927a9fe246f84d92.gif#pic_center
[c6889d44978a4b019041e99970b3a568.gif_pic_center]: https://img-blog.csdnimg.cn/c6889d44978a4b019041e99970b3a568.gif#pic_center
[9e59637acbe147b4b06012616644ece7.gif_pic_center]: https://img-blog.csdnimg.cn/9e59637acbe147b4b06012616644ece7.gif#pic_center
[Link 1]: https://blog.csdn.net/weixin_42437295/article/details/90771962
[Link 2]: http://tools.jb51.net/aideddesign/paixu_ys/