TimSort--归并排序的优化

简介

MergeSort对已经反向排好序的输入时复杂度为O(n^2)，而timsort就是针对这种情况，对MergeSort进行优化而产生的，平均复杂度为n*O(log n),最好的情况为O(n)，最坏情况n*O(log n)。并且TimSort是一种稳定性排序。思想是先对待排序列进行分区，然后再对分区进行合并，看起来和MergeSort步骤一样，但是其中有一些针对反向和大规模数据的优化处理。

步骤

分区

分区的思想是扫描一次数组，把连续正序列（如果是升序排序，那么正序列就是升序序列），或者【严格】（保证排序算法的稳定性）的反序列做为一个分区（run），如果是反序列，把分区里的元素反转一下。 例如
1，2，3，6，4，5，8，6，4 划分分区结果为
[1,2,3,6],[4,5,8],[6,4]
然后反转反序列
[1,2,3,6],[4,5,8],[4,6]

合并

考虑一个极端的例子，比如分区的长度分别为 10000，10，1000，10，10，我们当然希望是先让10个10合并成20， 20和1000合并成1020如此下去， 如果从从左往右顺序合并的话，每次都用到10000这个数组和去小的数组合并，代价太大了。所以我们可以用一个策略来优化合并的顺序。

实例

以java中的ComparableTimSort.sort()为例子， 用了一个run stack来确定是否应该合并，

        if (nRemaining < MIN_MERGE) {
            int initRunLen = countRunAndMakeAscending(a, lo, hi);
            binarySort(a, lo, hi, lo + initRunLen);
            return;
        }

小于MIN_MERGE（32）的排序，分区后直接用二分插入排序

int minRun = minRunLength(nRemaining);
        do {
            //找出下一个分区的起始位置，同时也对反向序列做了翻转处理
            int runLen = countRunAndMakeAscending(a, lo, hi);

            //保证run stack中的run的都大于minRun ，如果当前分区太小，就从后面取出元素补足
            if (runLen < minRun) {
                int force = nRemaining <= minRun ? nRemaining : minRun;
                binarySort(a, lo, lo + force, lo + runLen);
                runLen = force;
            }

            //把run放入 run stack中
            ts.pushRun(lo, runLen);
            //判断是否应该合并，i是从栈顶开始的，知道不能合并为止
            //1. runLen[i - 3] > runLen[i - 2] + runLen[i - 1] 
            //2. runLen[i - 2] > runLen[i - 1]
            ts.mergeCollapse();


            lo += runLen;
            nRemaining -= runLen;
        } while (nRemaining != 0);

        // Merge all remaining runs to complete sort
        assert lo == hi;
        //合并剩下的run
        ts.mergeForceCollapse();
        assert ts.stackSize == 1;

在看里面的一个比较重要的函数

/**
* 如果后2个run的长度加起来比前面一个长，则使用中间位置的run和前后长度更短的run一个合并
* 如果后2个run的长度加起来比前面一个短，则把后面2个run合并
*/
 private void mergeCollapse() {
        while (stackSize > 1) {
            int n = stackSize - 2;
            if (n > 0 && runLen[n-1] <= runLen[n] + runLen[n+1]) {
                if (runLen[n - 1] < runLen[n + 1])
                    n--;
                mergeAt(n);
            } else if (runLen[n] <= runLen[n + 1]) {
                mergeAt(n);
            } else {
                break; // Invariant is established
            }
        }
    }