这是我参与「第三届青训营 -后端场」笔记创作活动的的第2篇笔记。

上篇文章介绍了一些基本的排序算法和它们在不同情况下的表现，我们需要根据不同情况选择不同算法才能得到较好的性能，能否设计一种算法让其在各种情况下都表现较优呢？

一、初步思路

1.对于短序列（小于一定长度）我们可以使用插入排序。

不同场景对短序列的定义可能不同，这里我们选择24。

2.对于大部分其他情况，可以使用快速排序保证整体的综合性能。

3.当快排表现不佳的时候，可以使用堆排序保证最坏情况下时间复杂度仍为O(n*logn)。

当最终哨兵pivot的位置离序列两端很近（距离小于length/8）时，判断其表现不佳，当这种情况的次数累计达到limit时，切换到堆排序。

二、进一步改进

1.pivot的选择

pivot的理想选择是选择数组的中位数，这样每次都正好将数组分成长度相同的两部分，此时快速排序的性能表现最好。因此，我们需要近似地找到数组的中位数作为pivot。

当序列长度较短(<=8)时，可以简单地选择固定元素；
当序列长度中等(<=50)时，可以采样三个元素，选择其中位数；
当序列长度较长(>50)时，可以采样九个元素，选择其中位数。

此外，当我们发现采样的元素完全逆序的时候，此时序列也可能完全逆序，可以翻转数组；当采样的元素的元素完全正序的时候，此时序列可能已经有序或接近有序，可以采用（特殊的，有限制次数的）插入排序。

2.处理重复元素

重复元素较多也会影响排序的效率（重复的元素在快排中全分在一边，即使它是中位数也会导致两边不平衡），因此需要处理。

当两次分割选择的pivot的值相同时，可以认为此时pivot为重复元素。我们需要将重复元素放在一起，避免对后续排序的干扰。