这是我参与「第三届青训营 -后端场」笔记创作活动的的第11篇笔记

1. 为什么要学数据结构和算法

2. 经典排序算法

2.1 插入排序

2.2 快排

2.3 堆排序

3. 从零开始打造pdqsort

3.1 pdqsort

3.2 pdqsort-version1

结合三种排序方法的优点

• 对于短序列(小于一定长度)我们使用插入排序
• 其他情况，使用快速排序来保证整体性能
• 当快速排序表现不佳时，使用堆排序来保证最坏情况下时间复杂度仍然为O(n*logn)

\

3.3 pdqsort-version2

思考关于pivot的选择

• 使用首个元素作为pivot(最简单的方案)
• 实现简单，但是往往效果不好，例如在sorted情况下性能很差
• 遍历数组，寻找真正的中位数
• 遍历比对代价很高，性能不好

还有什么场景我们没有优化?

• 短序列情况

  • 使用插入排序(v1)

• 极端情况

  • 使用堆排序保证算法的可行性(v1)

• 完全随机的情况(random)

  • 更好的pivot 选择策略(v2)

• 有序/逆序的情况(sorted/reverse)

  • 根据序列状态翻转或者插入排序(v2)

• 元素重复度较高的情况(mod8) -> ?

3.4 pdqsort-final version

如何优化重复元素很多的情况?

• 采样pivot的时候检测重复度? 不是很好，因为采样数量有限，不一定能采样到相同元素
• 解决方案: 如果两次partition 生成的pivot相同，即partition 进行了无效分割，此时认为pivot的值为重复元素(相比上一种方法有更高的采样率)

优化-重复元素较多的情况(partitionEqual)

• 当检测到此时的pivot和上次相同时(发生在leftSubArray)使用partitionEqual将重复元素排列在一起，减少重复元素对于pivot选择的干扰

优化-当pivot选择策略表现不佳时，随机交换元素

• 避免一些极端情况使得QuickSort总是表现不佳，以及一 些黑客攻击情况

\