快排优化,总结下来有下面五点。
优化1:针对最坏情况(当arr已有序,选第一个或最后一个值(即最大值或最小值)做基中点,效率低)会出现劣质的分割。
【随机取基准点】
但是,若数据不是有序的,效率比普通可能更慢
优化2:【三分取中】 头 尾 中间-》low mid high,mid=(low+high)/2+low
从数组中三个标志位取中间大的值做基准值-》保证左(小)有值,右(大)有值(以减少递归次数)。
相比1普通情况:给出的数据本身随机(普通情况)
优化3:针对小数据量 / 当待排序序列的长度分割到一定大小后,递归开销>算法 空间开销
【插入排序】
优化4:针对重复数据很多的 但数据多的 数据数组(离散型较小,数据量超大),eg排青少年年龄
【聚集优化】
(在一次分割结束后,可以把与Key相等的元素聚在一起,继续下次分割时,不用再对与key相等元素分割)
优化效率非常高
优化5:递归写成【非递归】
快排函数在函数尾部有两次递归操作,我们可以对其使用尾递归优化
优点:如果待排序的序列划分极端不平衡,递归的深度将趋近于n,而栈的大小是很有限的,每次递归调用都会耗费一定的栈空间,函数的参数越多,每次递归耗费的空间也越多。
优化后,可以缩减堆栈深度,由原来的O(n)缩减为O(logn),将会提高性能。