算法祛魅：从快速排序到Transformer

在技术圈，我们常常对某些概念产生过度崇拜。深度学习兴起后，Transformer架构被捧上神坛，仿佛是什么不可逾越的黑魔法。然而，如果我们将视角拉远，把它与计算机科学中的经典算法快速排序放在一起审视，会发现一个有趣的事实：两者都堪称精妙，但深究其核心代码，行数实际上都不多。

这篇文章想做的，是对技术进行一次祛魅。不是贬低，而是回归本质——再厉害的算法，也不过是某种算法而已。理解这一点，能让我们在面对新技术时保持清醒，在编写代码时追求优雅。

一、为什么选择这两个算法做对比

快速排序诞生于1960年，由Tony Hoare提出，是计算机科学入门课程必讲的内容。Transformer诞生于2017年，是深度学习领域的里程碑。两者相隔近六十年，应用场景截然不同，但放在一起对比却有特殊意义。

• 两者都是各自时代的代表性算法。快速排序定义了分治思想的经典实现，Transformer定义了注意力机制的标准范式。
• 两者的影响力都远超算法本身。快速排序的思想渗透到无数算法设计中，Transformer的架构衍生出BERT、GPT、ViT等无数变体。
• 两者的核心实现都异常简洁。这正是本文想探讨的重点——伟大与简洁之间的关系。

二、核心代码的直观对比

让我们先放下理论，直接看代码。

快速排序的极简实现

defquick_sort(arr):iflen(arr)<=1:returnarr pivot=arr[