排序优化

一、如何选择最优化的排序算法

图表

为什选择快速排序？

• 线性排序时间复杂度很低但使用场景特殊，如果要写一个通用排序函数，不能选择线性排序。
• 为了兼顾任意规模数据的排序，一般会首选时间复杂度为O(nlogn)的排序算法来实现排序函数。
• 同为O(nlogn)的快排和归并排序相比，归并排序不是原地排序算法，所以最优的选择是快排。

二、如何优化快速排序？

导致快排时间复杂度降为O(n)的原因是分区点选择不合理，最理想的分区点是：被分区点分开的两个分区中，数据的数量差不多。如何优化分区点的选择？有2种常用方法，如下：

1.三数取中法

• 从区间的首、中、尾分别取一个数，然后比较大小，取中间值作为分区点。
• 如果要排序的数组比较大，那“三数取中”可能就不够用了，可能要“5数取中”或者“10数取中”。

2.随机法：每次从要排序的区间中，随机选择一个元素作为分区点。

3.警惕快排的递归发生堆栈溢出，有2中解决方法，如下：

• 限制递归深度，一旦递归超过了设置的阈值就停止递归。
• 在堆上模拟实现一个函数调用栈，手动模拟递归压栈、出栈过程，这样就没有系统栈大小的限制。

三、通用排序函数实现技巧

• 数据量不大时，可以采取用时间换空间的思路
• 数据量大时，优化快排分区点的选择
• 防止堆栈溢出，可以选择在堆上手动模拟调用栈解决
• 在排序区间中，当元素个数小于某个常数是，可以考虑使用O(n^2)级别的插入排序
• 用哨兵简化代码，每次排序都减少一次判断，尽可能把性能优化到极致

四、思考

1.Java中的排序函数都是用什么排序算法实现的？有有哪些技巧？

• 答：查看了下Arrays.sort的源码，主要采用TimSort算法, 大致思路是这样的：

1. 元素个数 < 32, 采用二分查找插入排序(Binary Sort)
2. 元素个数 >= 32, 采用归并排序，归并的核心是分区(Run)
3. 找连续升或降的序列作为分区，分区最终被调整为升序后压入栈
4. 如果分区长度太小，通过二分插入排序扩充分区长度到分区最小阙值
5. 每次压入栈，都要检查栈内已存在的分区是否满足合并条件，满足则进行合并
6. 最终栈内的分区被全部合并，得到一个排序好的数组

Timsort的合并算法非常巧妙：

1. 找出左分区最后一个元素(最大)及在右分区的位置
2. 找出右分区第一个元素(最小)及在左分区的位置
3. 仅对这两个位置之间的元素进行合并，之外的元素本身就是有序的