这是我参与「第三届青训营 -后端场」笔记创作活动的的第4篇笔记
从零实现pdqsort(Pattern-Defeating-QuickSort)
Version1
结合数据结构与算法-排序算法（上）｜青训营笔记一文中插入排序，快速排序以及堆排序三种排序算法的优点
- 对于短序列（小于一定长度），使用插入排序
- 其他情况，使用快速排序保证整体性能
- 当快速排序表现不佳时，使用堆排序来保证最坏情况下事件复杂度仍为O(nlogn)
短序列长度是多少
在go泛型版本中选定为24
如何得知快速排序表现不佳
使用快速排序每次会将数组分割成两个子数组，pivot的位置离序列两端很近（小于length/8）时，判定为表现不佳，当表现不佳次数超过一定阈值，切换至堆排序
总结
- 对于短序列（<=24），使用插入排序
- 其他情况，使用快速排序（选择首个元素为pivot）来保证整体性能
- 当快速排序表现不佳，使用堆排序来保证最坏情况下时间复杂度仍能为O(nlogn)
Version2
pivot的选择
- 使用首个元素作为pivot（最简单的方案） 实现简单，但数组在有序情况下，会达到最坏时间复杂度
- 遍历数组，寻找真正的中位数 遍历比对代价高，性能不好
优化pivot的选择
- 中序列（<=50），采样三个元素，取中位数，median of three
- 长序列（>50），采样九个元素，median of medians 通过pivot的采样方式，可以探知序列当前的状态 当采样元素都是逆序，推断序列可能逆序，翻转整个序列 当采样元素都是顺序，推断序列可能有序，使用插入排序
总结
- 升级pivot的选择策略（近似中位数）
- 发现序列可能逆序，翻转序列
- 发现序列可能有序，使用有限插入排序
final version
优化
- 重复元素较多的情况 检测到pivot和上次的pivot相同，使用partitionEqual将重复元素排列在一起，减少重复元素对pivot选择的干扰
- 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快速排序总是表现不佳，以及一些黑客攻击情况
