排序优化：如何实现一个通用的、高性能的排序函数

本文是学习算法的笔记，《数据结构与算法之美》，极客时间的课程

如何实现一个通用的、高性能的排序函数？

如何选择合适的排序算法？

如果要实现一个通用的、高效率的排序函数，我们应该选择哪种排序算法？我们先回顾一下前面讲过的几种排序算法。

我们前面讲过的，线性排序的时间复杂度较低，适用场景比较特殊，所以如果写一个通用的排序函数，不能选择线性排序算法。

如果对小规模进行排序，可以选择时间复杂度是O(n^2)的算法；如果对大规模的数据进行排序，时间复杂度是O(nlogn)的算法更加高效。所以，为了兼顾任意规模的数据的排序，一般都会首选时间复杂度是O(nlogn)的排序算法来实现排序函数。

时间复杂度是O(nlogn)的排序算法不止一个，我们已经讲过的有归并排序、快速排序，后面讲堆的时候，还会讲到堆排序。堆排序和快速排序都有比较多的应用，比如Java语言采用堆排序来实现排序函数，C语言使用快速排序实现排序函数。

快速排序比较适合实现排序函数，但是，我们也知道，快速排序在最坏情况下时间复杂度是O(n^2)如何来解决这个“复杂度恶化”的问题呢？

如何优化快速排序？

前面讲过，快速排序，每次分区点都选择最后一个数据。如果数据原来就是有序的或者接近有序，那时间复杂度就退化为O(n^2)。为了提高排序算法的性能，我们也要尽可能的让每次分区都比较平均。

这里介绍两个比较常用、比较简单的分区算法，你可以直观的感受下。

1、三数取中法
我们从区间的首、尾、中间，分别取出一个娄，然后比大小，取这3数的中间值作为分区点。但是，如果要排序的数组比较大，那“三娄取中”可能就不够了，可能要“五数取中”或者“十数取中”。

2、随机法
随机法就是每次从要排序