選擇合適的排序算法

回顧

選擇排序算法的原則

1）線性排序時間復雜度很低但使用場景特殊，如果要寫一個通用排序函數，不能選擇線性排序。

2）為了兼顧任意規模數據的排序，一般會首選時間復雜度為O(nlogn)的排序算法來實現排序函數。

3）同為O(nlogn)的快排和歸並排序相比，歸並排序不是原地排序算法，所以最優的選擇是快排。

優化快速排序

導致快排時間復雜度降為O(n^2)的原因是分區點選擇不合理，

最理想的分區點是：被分區點分開的兩個分區中，數據的數量差不多。

優化分區點有2種常用方法：

三數取中法

從區間的首、中、尾分別取一個數，然後比較大小，取中間值作為分區點。

如果要排序的數組比較大，那三數取中可能就不夠用了，可能要五數取中或者十數取中。

隨機法

每次從要排序的區間中，隨機選擇一個元素作為分區點。

遞歸發生堆棧溢出的解決方法

限制遞歸深度，一旦遞歸超過了設置的閾值就停止遞歸。

在堆上模擬實現一個函數調用棧，手動模擬遞歸壓棧、出棧過程，這樣就沒有系統棧大小的限制。

通用排序函數實現技巧

1.數據量不大時，可以采取用時間換空間的思路
2.數據量大時，優化快排分區點的選擇
3.防止堆棧溢出，可以選擇在堆上手動模擬調用棧解決
4.在排序區間中，當元素個數小於某個常數是，可以考慮使用O(n^2)級別的插入排序
5.用哨兵簡化代碼，每次排序都減少一次判斷，盡可能把性能優化到極致

思考

C#中的排序函數都是用什麽排序算法實現的？有哪些優化的技巧？

數據結構與算法之美專欄學習筆記-排序優化