快排算法的针对重复键值的优化

  上一节讲了快排算法在序列基本有序的情况下的两种优化方法，这一节我们对新的测试用例进行测试，测试用例如下所示：

int main()
{
    //测试 - 待排序列的重复值很多
    int n = 400000;
    int *arr = SortTestHelper::generateRandomArray(n, 0, 10);
    int *arr2 = SortTestHelper::copyIntArray(arr, n);
    SortTestHelper::testSort("mergeSort", mergeSort, arr, n);
    SortTestHelper::testSort("qucikSort2", quickSort, arr2, n);
    delete[] arr;
    delete[] arr2;
    return 0;
}

测试结果如下：

  可见，对于数据量很大，并且重复数据很多的情况，即使是上一节优化过的快排算法，其时间性能也是不能接受的，这里针对这种重复数据量大的情况对快排算法作出进一步优化。

  首先，先看__patition()函数的操作：

template<typename T>
int __patition(T arr[], int l, int r)
{
    //在arr[l...r]中随机选取一个元素作为标定点，并将其和序列第一个元素交换
    swap(arr[l], arr[rand() % (r - l + 1) + l]);
    T v = arr[l];

    int j = l;
    for(int i = l + 1; i <= r; i++)
    {
        if(arr[i] < v)
        {
            swap(arr[j + 1], arr[i]);
            j++;
        }
    }
    swap(arr[l], arr[j]);
    return j;
}

  在 if 语句中，是将<v的元素放在橙色部分，而>=v的元素全部放置在紫色部分。

  当序列中存在大量重复元素（即大量等于v的元素时），最后就会出现极度不平衡的现象，如下:

  那么这样得到的快排递归树也是很不平衡的，树的深度就会超过logn，总的时间复杂度就会大于O(nlogn)很多，甚至退化成O(n^2)的时间复杂度。

  于是，对快排算法我们采取另一种思想：即不是将<v和>v的部分都放在序列的一头，而是分别放在序列的左右两头，如下所示：