数据结构与算法
一、详解经典排序算法
数据结构和算法几乎存在于程序开发的所有地方
Go 1.19的排序算法 如何设计？有何区别？快速排序？
1.1 插入排序：将元素不断插入已经排序好的array中
缺点：平均和最坏情况时间复杂度较高，n^2
优点：最好情况时间复杂度为n
1.2 快速排序：分治思想，分成比轴点大的序列和小的序列
缺点：最坏情况
优点：最优情况和平均情况
1.3 堆排序：利用堆的性质
时间复杂度非常稳定
1.4 实际场景测试：
- random：插入排序在短序列速度最快，快速排序在其他情况中速度最快，堆排序于最快算法差距不大
- sorted/reverse：插入排序在有序情况下性能最好
- mod8
结论：①所有短序列和元素有序情况下，插入排序性能最好（单车）
②大部分情况下，快速排序有较好的综合性能（汽车）
③堆排序表现比较稳定（地铁）
二、从零开始打造 pdqsort
2.1 pdqsort简介
pdqsort：不稳定的混合排序算法
短序列长度：泛型版本选定为24
如何得知快排表现不佳？何时切换到堆排序？
2.2 pdqsort—version1
如何让pdqsort速度更快？ ——>改进choose pivot
2.3 pdqsort—version2
关于pivot的选择
- 使用首个元素（最简单方案） 实现简单，但效果不好
- 遍历数组，找真正中位数 遍历代价很大，性能不好
优化-Pivot的选择
- 中序列（<=50），采样三个元素，median of three
- 长序列（>50），采样九个元素，median of medians
- 插入排序使用有限制次数的插入排序
2.4 version1——version2
- 升级privot选择策略（近中位数）
- 优化reverse场景（颠倒序列）
- 优化sorted场景（有限制的插入排序）
2.5 final version
- 优化-重复很多的情况
- 优化-选择privot选择策略表现不佳时，随机交换元素
高性能排序算法如何设计？
根据不同情况选择不同策略，取长补短
生产情况使用的排序算法和课本排序算法有什么区别？
理论算法注重理论性能，生产环境算法需要面向不同的实践场景，更加注重实践性能
