左程云算法与数据结构基础班

最新推荐文章于 2023-03-17 15:25:34 发布

asdfadafd

最新推荐文章于 2023-03-17 15:25:34 发布

阅读量758

点赞数

分类专栏： java 文章标签： java

本文链接：https://blog.csdn.net/asdfadafd/article/details/124436974

版权

本文探讨了如何优化排序算法，指出在实现通用的高性能排序函数时，通常选择时间复杂度为O(nlogn)的算法。尽管归并排序的时间复杂度相同，但由于其空间复杂度较高，不适用于大数据量排序。快速排序在适当优化，如三数取中法选择分区点后，能有效避免最坏情况。Glibc的qsort()函数结合了归并排序和快速排序，对小数据量使用归并排序，大数据量则切换到快速排序，并在元素数量小于等于4时使用插入排序，实现了性能与空间效率的平衡。

摘要由CSDN通过智能技术生成

排序优化

在C++的STL中为我们提供了很多排序函数如sort、stable_sort等等，平时我们也会直接使用这些现成的排序函数，为了让我们更加深层的了解底层的排序函数，现在我们从如何实现一个通用的、高性能的排序函数这个问题出发，进而更加全面的理解排序算法。

https://pan.baidu.com/s/1izhWFEqCNhi2LK3MApk6ng?pwd=n4xy

线性排序算法的时间复杂度比较低，适用场景比较特殊。所以如果要写一个通用的排序函数，不能选择线性排序算法。如果对于小规模数据进行排序，可以选择时间复杂度是O(n²)的算法；如果对大规模数据进行排序，时间复杂度是O(nlogn)的算法更加高效。所以，为了兼顾任意规模数据的排序，一般都会首选时间复杂度为O(nlogn)的排序算法来实现排序函数。

时间复杂度是O(nlogn)的排序算法不止一个，我们已经知道的有归并排序、快速排序，后面还会了解一种叫堆排序的排序算法。其中堆排序和快速排序都有比较多的应用，比如Java语言采用堆排序实现排序函数，而C++中采用了快排实现排序函数(后面我们会具体讲解)。

但是我们发现，貌似同样时间复杂度为O(nlogn)的归并排序却不经常被使用，这是因为归并排序并不是原地排序算法，它的空间复杂度为O(n)。所以说，当我们在为数据量比较大的文件排序时，除了数据本身占用的内存之外，我们还需要额外占用很大内存空间，所需的空间耗费就翻倍了。因此，考虑到空