sort_谈谈快排

在排序届中，快排 无论论其空间复杂度还是时间复杂度，它的优势都位居前列，这也是很多人在提起sort时，第一个想起的就是快速排序
但实际快排也有属于它的痛点，首先附上一段最简单的快排代码：

void QuickSortRecurse(vector< int > &vec, int start, int end) {
    if (start >= end) return;

    //[start ... end]左闭右闭
    int tmp_val = vec[start];
    int left_index = start, right_index = end;
    while (left_index < right_index) { // 保证左边的小于，右边的大于等于

        while (left_index < right_index && vec[right_index] >= tmp_val) //注意边界条件
            --right_index;                                              //右面找个最小
        vec[left_index++] = vec[right_index];                           //右面给左面，左面++

        while (left_index < right_index && vec[left_index] < tmp_val)
            ++left_index;
        vec[right_index--] = vec[left_index];
    }
    vec[left_index] = tmp_val; //结束后left_index=right_index

    QuickSortRecurse(vec, start, left_index - 1);
    QuickSortRecurse(vec, left_index + 1, end);
}

void QuickSortInternal(vector< int > &vec) {
    QuickSortRecurse(vec, 0, vec.size() - 1);
}

熟悉快排思想的人应该很容易看懂，这里便不做初级介绍。

属于快排的痛点确实值得仔细分析，下面我们一一列举

快排的缺点

1.数据局限性
对快排有一些了解的人可能会清楚，快排的时间复杂度是不稳定的，在特定数据的情况下，可能最差会差到O(n^2)！这样不仅失去快排优势，甚至比排序小白都知道的冒泡排序效率还差
Q：是什么样的数据会让其如此落魄呢？
A：基本有序的情况下
我们举一个极端的例子：{1, 2, 3, 4, 5, 6, 7}
假设第一次以最左边的值1为临界值，那么第一次遍历下来，所有的数据都比1大，没有人交换位置。
那么在继续下次的递归时，left的索引就变成区间[0，-1]（自然不成立），right区间就变成[1,6]
显而易见的，这样明显会进行n次递归，而每次递归都要进行n次的遍历，答案由此可见。

2.对于很小或部分有序的情况下，快排不如插排好
3.数据量大的情况下可能导致递归过深

改进方式

1.选取基准时下心思
经过证实，随机选取基准值会比选左右两边为基准值更高效，而三数取中（即左边界、中间值、右边界）取中值和随机取值同样高效，甚至几乎会更高效，同时也会更简单，所以这里更加推荐三数取中的方式。
2.基准值相同的值不再纳入下次递归
举例{1, 2, 2, 2, 2, 2, 3}，在第一次排好序后，如果第一次的基准值为2，下次递归区间若能排除2，将会提升很大的效率，但这将需要多出一个变量来记录右侧遍历到的“待填数值的位置的索引”，同时还要一个变量来记录基准值的数量。
3.采用多种排序的组合
正如小标题所说的那样，C++的标准库中的sort算法正是采用了三种排序来提升效率，分别为：快速排序 ， 插入排序 和 堆排序。
这样做的好处是显而易见的：
第一阶段：首先通过快速排序来分段，一定程度上减少快排的缺点；
第二阶段：当数据量小时，优先选择插入排序；当递归层次深时，优先选择堆排序。

经过以上的优化，快排的效率将会比默认情况快出很多。