这是我参与「第三届青训营 -后端场」笔记创作活动的的第3篇笔记
接下来我会对以下几方面进行总结：经典排序算法，最快的排序算法（Go 1.19)
经典排序算法
-
插入排序（Insertion Sortion) e.g.打牌
| Best | Avg | Worst |
|---|---|---|
| O(n) | O(n^2) | O(n^2) |
-
快速排序 （Quick sort)
过程：选定一个pivot,分成两列（一列比pivot大，一列比pivot小）
Best Avg Worst O(n*logn) O(n*logn) O(n^2) -
堆排序 （Heap Sort) (时间复杂度稳定）
过程： 大顶堆 root是最大值不断重复：
-
提出root
-
把末端数放入root
-
重构建大顶堆
| Best | Avg | Worst |
|---|---|---|
| O(n*logn) | O(n*logn) | O(n*logn) |
-
实际场景中：
| | 短序列（16） | 中序列（128） | 长序列（1024） | --- | ------- | --------------- ------------ | 完全随机情况 | 插入排序 | 快速排序| 快速排序 | sorted/reverse | 插入排序 | 插入排序 | 插入排序
结论：
-
所有短序列和元素有序情况下，插入排序性能最好
-
大部分情况，快速排序综合性能较好
-
在任何情况下，堆排序表现稳定
改进的算法
-
pdqsort(pattern-defeating-quicksort)
是一种不稳定的（对于相同的值会有不同的排序）混合排序算法应用在Go 1.19中。使得在不同条件下拥有不错性能
-
pdqsort v1
-
短序列（12～32）使用插入排序
-
其他情况使用快速排序保证整体性能
-
快速排序性能不佳（当最终的pivot的位置离两端很接近（距离<len/8)判定不佳，这种次数达到limit，切换到堆排序）时，使用堆排序维持住最坏情况（保证最差时间复杂度为O(n*logn)
- pdqsort v2 (改进pivot的选择）
-
方法一： 用首个元素作为pivot（若原本有序 达到最坏性能）
-
方法二： 遍历数组，寻找真正的中位数 （遍历比对代价高）
-
最好的方法： 寻找近似的中位数
短序列（<=8),选择固定元素
中序列（<=50)，采样三个元素，选择三个元素的中位数作为中位数
长序列（>50), 采样9个元素， 选择中位数
（通过采样我们有探知序列的能力：如果采样的元素是逆序，序列可能是逆序，翻转！；采样的元素为顺序排序，使用插入排序！）
- pdqsort final version (优化重复元素很多） 如果两次partition生成的pivot相同，partition进行了无效分割，pivot值为重复元素
当发现上述情况，使用partitionEqual将重复元素排列在一起，减少对pivot选择干扰
**下面是pdqsort的时间复杂度 **
| Best | Avg | Worst |
|---|---|---|
| O(n) | O(n*logn) | O(n*logn) |
