算法笔记0305

1、梳排序、希尔排序、Timsort

        梳排序(Comb sort)是一种不稳定排序算法，改良自冒泡排序，其要旨在于消除乌龟，亦即在阵列尾部的小数值，这些数值是造成冒泡排序缓慢的主因。相对地，兔子，亦即在阵列前端的大数值，不影响冒泡排序的效能。

       在冒泡排序中，只比较阵列中相邻的二项，即比较的二项的间距(Gap)是1，梳排序提出此间距其实可大于1，改自插入排序的希尔排序同样提出相同观点。梳排序中，开始时的间距设定为阵列长度，并在循环中以固定比率递减，通常递减率设定为1.3。在一次循环中，梳排序如同冒泡排序一样把阵列从首到尾扫描一次，比较及交换两项，不同的是两项的间距不固定于1。如果间距递减至1，梳排序假定输入阵列大致排序好，并以冒泡排序作最后检查及修正。

        递减率的设定影响着梳排序的效率，原作者以随机数作实验，得到最有效递减率为1.3的。如果此比率太小，则导致一循环中有过多的比较，如果比率太大，则未能有效消除阵列中的乌龟。亦有人提议用

        希尔排序是把记录按下标的一定增量分组，增量的个数即为组数，对每组使用直接 插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止。

        首先选择增量gap=length/2，缩小增量继续以gap = gap/2的方式，这种增量选择可以用一个序列来表示，{n/2,(n/2)/2...1}，称为增量序列。希尔排序的增量序列的选择与证明是个数学难题，这个增量序列是比较常用的，也是希尔建议的增量，称为希尔增量，但其实这个增量序列不是最优的。

        Timsort是结合了归并排序和插入排序的混合排序算法，虽然插入排序的时间复杂度要高于归并排序，但当待排序列非常短时，比较时间复杂度意义不大。Timsort 的大致思想是先采用插入排序将非常短的小段扩充为较长的小段，再采用归并排序来合并多个较长的小段，具体来说，我们需要定义一个参数minrun，当小段长度小于minrun时，我们认为它是非常小的小段，否则认为它是较长的小段。

2、一致性哈希解决负载均衡问题

        使用多台服务器处理请求时，一个基本问题是如何分配请求，可以将服务器编号，然后计算请求的哈希值，对服务器数量N取模，均匀地将任务分配到各台服务器上。

        当服务器数量出现变化时，如果很多请求都更换服务器，会造成大量的数据迁移，给后端数据库和硬盘带来压力。理想情况是，将服务器数量从N变为N-1时，只会导致1/(N-1)的请求更换服务器，将服务器数量从N变为N+1时，只会导致1/(N+1)的请求更换服务器。

        一致性哈希可以解决这个问题：选择两个合适的哈希函数，将请求和服务器都分别映射到一个区间上的整数，然后把请求和服务器都标记在一个环上。每个请求都由其顺时针方向上的第1个服务器来处理。

        如果改动（增加或减少）一台服务器，只需要将一小部分请求改动给别的服务器处理

        弊端：

        服务器数量较少时，分布不均，会使一些服务器承担过重；

        增加一台服务器时，只能减轻一台服务器的请求量，其他服务器不会改善；

        减少一台服务器时，会有一台服务器承受两倍重量。

        解决办法：

        可以将服务器定义为多个哈希函数，并将它们全部标记在环上。这样服务器数量少时也会分布比较均匀，增加一台服务器时，新服务器会出现在环上多个位置，减少一台服务器时，请求量也会比较均匀地分担给多台服务器。