快速排序的优化

优化1

通过时间复杂度来切入看看，最好情况为nlog2n，最坏情况为n^2。是什么导致差距如此之大呢？

 
最好情况就是每次分段的时候，那个分段的点都在待分段数列的中间位置，因此分布非常的平均，所有分段路线，也就是递归的层次是
一样的。大家同时分到每段是1个数据的层次。

 最坏情况就是顺序，每次分都是左边有，右边没有，导致右边很快就分完了，左边却一直往下分，最后就变成了0n^2。

  如何解决这种问题呢？那就是
 让分的点靠拢分段数列的中间。如何做到呢？我们都知道每次中枢点选的都是下标startIndex的值，谁能保证第一个位置的值的大小呢？
因此我们做了点手脚，找出数列中大小较中等的数赋给中枢点。怎么找，那就取中找呗。书上都是几分取中几分取中的。其实几分取中都是可以的
取的中其实还可能是大小比较偏的值，但数据一多，每个段都取中，那就会平均这种意外情况。

因此我们就使用3分取中吧。所谓三分取中也就是让数列中最左最右最中的三个值，呈顺序排列，然后让中间那个的值成为枢轴点。
（以前我们总让第一个数成为枢轴点）， 这样就会使枢轴点  为大小太偏的数
的可能性降低。具体实现只需要在Quick（）中前几行加入几行代码，这几行代码的效果是，取左中右3个点，比较他们大小，让中间的midIndex对应的值是不大不小的，然后让它成为枢轴点。

代码如图

其实这里还有个小优化就是

while(i

   { while(i < j
&& arr[j]>=tmp)

 j--;

 arr[i]=arr[j];

 while(i < j &&
arr[i]<=tmp)

 i++;

 arr[j]=arr[i];

}

这里，我当初写基本快排的时候就是这样子，其实原始的是这个样子

 while(i

   { while(i < j
&& arr[j]>=tmp)

 j--;

swap(arr,i,j);

 while(i < j &&
arr[i]<=tmp)

 i++;

swap(arr,i,j);

}

区别就是把swap（arr，i，j）换成了直接赋值arr[i][j];

如果进行swap的话会进行很多重复操作，

而直接赋值的话虽然初次接触会难理解点，但却节省了很多不必要的数据交换

优化2

之前也讲过快速排序对于很多数据的数列来说。它优势很大，但如果数列数据很少，它甚至还不如简单排序来的快。那么由这点受到启发，我们知道快速排序是不断将数据分段的，分着分着最后数列就越来越短，快速排序的弊端也渐渐显露出来，那么如何防止这种事发生呢？

那当然是取长补短了！既然数列短的时候太慢，那我就不用快排了，用简单排序！不是说简单排序处理小数列快吗，那就在我数列很短的时候使用插入排序。把自己的短处给舍弃了，然后长处也还保持着，这种优化多厉害呢。至于到多短才算短呢？10？20？还是100？这个我们其实不深究数学原理也不容易搞得清楚，所以直接按某些书上推荐的值吧，就拿7来算吧。

当e-s>7的时候，我们照常使用分段递归Quick（）；当小于等于7的时候进入else，使用特制的插入排序

插入排序比起以前不同的是，对里面一些循环开始量和哨兵位做了修改，适应了一个数组中任何分段的数列进行 插入排序。

代码如下：

这就防止了大材小用。杀鸡用牛刀的问题。不得不佩服总结出这些优化的先驱们。