Insertion Sort插入排序
将元素不断插入已经排序好的array中
起始只有一个元素5，其本身是一个有序序列
后续元素插入有序序列中，即不断交换，直到找到第一个比其小的元素
有序Best：O(n)
Avg：O(n^2)
Woret：O(n^2)
缺点：平均和最坏情况的时间复杂度高达O(n^2)
优点：最好情况时间复杂度O(n)
Quick Sort快速排序
分治思想，不断分割序列直到序列整体有序
使用pivot分割序列，分成元素比pivot大和元素比pivot小的两个序列
缺点：最坏情况的时间复杂度高达O(n^2)
优点：平均情况的时间复杂度为O(n*logn)
Best：每一次选择的轴点恰好是中位数，这样每次分割都能分割成，O(n^2)
Avg：O(n*logn)
Worst：每次只将一个元素放到最终位置，例如选择的轴点都是已知序列的最小元素
Heap Sort堆排序
利用堆的性质形成的排序算法
构造一个大顶堆
将根节点（最大元素）交换到最后一个位置，调整整个堆，如此反复
Best：O(n*logn)
Avg：O(n*logn)
Worst：O(n*logn)
缺点：最好情况的时间复杂度高达O(n*logn)
优点：最坏情况的时间复杂度为O(n*logn)
插入排序平均和最坏情况时间复杂度都是O(n^2)，性能不好
快速排序整体性能处于中间层次
堆排序性能稳定
根据序列元素排序情况划分
完全随机的情况
有序、逆序的情况
元素重复度较高的情况
在此基础上，还需要根据序列长度的划分
插入排序在短序列中速度最快
快速排序在其他情况中速度最快
堆排序速度于最快算法差距不大
插入排序在序列已经有序的情况下最快
所有短序列和元素有序情况下，插入排序性能最好
在大部分的情况下，快速排序有较好的综合性能
几乎在任何情况下，堆排序的表现都比较稳定
pdqsort(pattern-defeating-quicksort)
是一种不稳定的混合排序算法，它的不同版本被应用在C++ BOOST、Rust以及Go 1.19中。它对常见的序列类型做了特殊的优化，使得在不同条件下都拥有不错的性能
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)
短序列的具体长度
12~32，在不同语言和场景会有不同，在泛型版本根据测试选定24
如何得知快速排序表现不佳，以及何时切换到堆排序
当最终pivot的位置离序列两端很接近时（距离小于length/8)判定其表现不佳，当这种情况的次数达到limit （即 bits.Len(length))时，切换到堆排序
对于短序列(<=24)我们使用插入排序
其他情况，使用快速排序(选择首个元素作为pivot)来保证整体性能当快速排序表现不佳时(limit==0)，使用堆排序来保证最坏情况下时间复杂度仍然为O(n*logn)
如何让pdqsort速度更快
尽量使得 QuickSort 的pivot为序列的中位数->改进choose pivot
Partition速度更快->改进partition ，但是此优化在Go表现不好，略
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
根据序列长度的不同，来决定选择策略
优化-pivot的选择
短序列(<=8)，选择固定元素
中序列(<=50)，采样三个元素,
长序列(>50)，采样九个元素,
Version1升级到version2优化总结
·升级 pivot选择策略(近似中位数)
·发现序列可能逆序．则翻转序列->应对reverse场号
·发现序列可能有序，使用有限插入排序->应对sorted场景
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
高性能的排序算法是如何设计的
根据不同情况选择不同策略，取长补短
