排序优化：如何实现一个通用的、高性能的排序函数

排序优化：如何实现一个通用的、高性能的排序函数

几乎所有的编程语言都提供排序函数，这些排序函数是如何实现的？底层都利用了哪种排序算法？

如何选择合适的排序算法

对小规模数据进行排序，可以选择时间复杂度是o($n^2$)的算法，如果对大规模的数据进行排序，时间复杂度是O($nlogn$)更加高效

时间复杂度是O($nlogn$)的排序算法不止一个，有归并排序、快速排序、堆排序

归并排序并不是原地排序算法，空间复杂度是O($n^2$) 空间的耗费会翻倍

快排比较适合来实现排序函数

如何优化快速排序

什么最坏情况下快速排序的时间复杂度是O($n^2$),当数据原来本就是有序的或者接近有序的，每次分区点都选择最后一个数据，那快排算法就会变得很糟糕，时间复杂度退化成O($n^2$)，主要原因还是因为我们分区点选的不够合理

最理想的分区点：被分区点分开的两个分区中，数据的数量差不多

如果不考虑数据的特点，肯定会出现最坏的情况，为了提高排序算法的性能，尽可能的让每次分区都比较平均

两个常用、简单的分区算法：

1.三数取中法

从区间的首、尾、中间分别取出一个数，然后对比大小，取这3个数的中间值作为分区点，这样每间隔某个固定的长度，取数据出来比较，将中间值作为分区点的分区算法，如果拍苏的数组比较大，可能需要“五数取中”“十数取中”

2.随机法

每次从要排序的区间中，随机选择一个元素作为分区点，这样时间复杂度退化成最糟糕的$n^2$,出现的可能性不大

快排是用递归来实现的，递归就要警惕堆栈溢出，为了避免快排中，递归过深而堆栈过小，导致堆栈溢出，有两种方法：一是限制递归深度，一旦递归过深，超过了我们的阈值就停止递归，第二种是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，就没有了系统栈大小的限制

举例分析排序函数

用Glibc中qsort()函数说明如何实现一个排序函数的

qsort()会优先使用归并排序来排序输入数据，因为归并排序的空间复杂度是o(n)所以对于小数据量的排序，比如1kb,2kb，归并排序额外需要1KB,2KB的内存空间，问题不大，用空间换时间，如果数据量太大，qsort()会改为用快排来排序

qsort()如何选择快排的分区点的？ “三数取中法”

qsort()不仅仅用到了归并排序和快排，也用到了插入排序，在快速排序的过程中，当要排序的区间中，元素的个数小于等于4，就退化为插入排序。在小数据量中，o($n^2$)时间复杂度的算法并不一定比O($nlogn$)的算法执行时间长

时间复杂度代表的是一个增长趋势，小规模的数据排序中，o($n^2$)的排序算法并不一定比o($nlogn$)的执行时间长，对于小规模的排序，选择不需要递归的简单的插入排序算法