排序优化：如何实现一个通用的、高性能的排序函数？

  1.回顾几种排序算法

      

        线性排序虽然时间复杂度比较低，但是对数据的要求也比较高，所以就不适合用来作为通用的排序函数的实现算法。对于小规模数据排序，可以选择时间复杂度是O()的排序算法；如果是大规模数据的排序，可以选择时间复杂度是O(nlogn)的排序算法。

 

2.为什么归并排序比快排使用的情况少？

        快排在最坏的情况下，时间复杂度是O()，归并排序不管是在平均情况还是最坏情况，时间复杂度都是O(nlogn)，为什么却不受重用呢？

      归并排序不是原地排序算法，也就是说不是空间复杂度为O(1)的算法，在排序的过程中，除了数据的存储占有空间以外，为了排序还需要额外的空间消耗。

 

3.如何优化快速排序？

3.1 选择合理的分区点

       快速排序在最坏的情况下，时间复杂度是O()，这种O()时间复杂度出现的主要原因是因为分区点选择不够合理。

       最理想的分区点是：被分区点分开的两个分区中，数据的数量差不多。

       两个比较常用、比较简单的分区方法：

1. 三数取中法（从区间首、尾、中间，分别取三个数，然后对比大小，取这三个数的中间值作为分区点）
2.  随机法（从要排序的区间随机选择一个元素作为分区点，站在概率论的角度，最坏情况出现的概率是比较低的）

3.2 递归要警惕堆栈溢出

        快速排序使用递归来实现的，为避免快速排序的过程中，出现递归过深而堆栈过小，导致堆栈溢出，我们有两种解决办法：

• 限制递归深度（一旦递归深度超过阈值，就停止递归）
• 通过在堆上模拟实现一个函数调用栈，手动模拟递归压栈、出栈的过程，这样就没有了系统栈大小的限制。（不太能理解）