归并与快排——1.如何选择合适的排序算法

原创文章，转载请注明出处

1. 排序算法简介

提起排序算法，相信大家并不陌生。最常见也是最基础的有：插入排序，选择排序，冒泡排序。这三种排序的平均复杂度都是，实现起来简单，在小规模排序中有大量的应用。其中插入排序由于其是稳定的、原地的排序而受到广大群众的欢迎。在其基础上衍生出来的高级版本---"希尔排序"则是效率更高的插入排序。
但是如果数据量非常大，的时间复杂度我们似乎也不太能接受，这样我们又引申出了一些时间复杂度为的排序算法，其中最常见的就是我们今天的两个主角：归并排序与快速排序。
再往上走，似乎的算法也不太满足我们了。别担心，我们还有的算法---桶排序、计数排序等。这一类算法做到了线性的时间复杂度，效率非常高，但是其对数据的要求也相应提高，并不是所有情况都可以使用。

2. 为什么要使用这种排序算法？

现在我们对常见的排序算法有了一定的认识，那我们应该如何来评判一个排序算法的好坏呢？在特定的情况下，我们又该如何选择合适的算法呢？
通常来看，我认为选择排序算法时有几点需要考虑：

1. 时间复杂度。大多数情况下，这是一个决定性的因素，至少可以帮助我们筛选掉大部分算法。
2. 空间复杂度。虽然现在的内存不值钱了，而且得益于大部分语言都有的垃圾清除机制，空间复杂度可能不是我们首先需要考虑的条件。但是当算法的空间使用量超出我们所希望的阈值，甚至频繁触发了GC，那我们就需要进行仔细的评估了。PS: 对于空间复杂度为的排序算法我们称之为原地排序。
3. 算法的稳定性。这里的稳定性指的是元素之间的顺序的稳定性，举个例子：
   1,8,3,2,8,6
   对于这样一串数字，我们按照从小到大进行排序：
   1,2,3,6,8,8
   在原数组中，存在两个相同的元素8，一个在前一个在后，那么对于排序以后的数组，如果这两个8的先后位置没有改变，那么这次排序是稳定的。
   可能有朋友会觉得，这两个8位置变不变有什么关系，反正都一样。我们可以思考一下，如果我们排序的不是数字，而是一个对象。假如我们按照对象的A属性对其排序，但是又希望在A属性相同的条件下，不改变容器中对象之间原有的顺序。这时算法的稳定性就是一个重要的指标了。
   实际场景中，在对名字、手机号码等进行排序时，我们往往会需要一个稳定的算法。
4. 数据规模。私以为这一点的重要性不亚于时间复杂度，而且往往有一票否决权。如果我们在数据量非常小的时候还是不顾一切选择快排，那么快排中选择pivot的操作所占的比重将会超出我们的预期，导致其效率可能还不如O(n^2)的算法。
   同样举个例子，我们在Java开发中，对于数据的排序，只需要来一行Arrays.sort()就可以了，但是我们有没有思考过，为什么无论数据量大小，Arrays.sort()都能很快的运行？它用的究竟是什么鬼才算法？
   源码这里就不贴了，有兴趣的朋友可以自行查看。这里我只将其中的主要逻辑进行列举（JDK 1.8）:

• 数据量小于47，使用插入排序。
• 数据量小于286，使用快排。
• 根据数据情况再选择使用快排还是归并排序。

可以看到强如Arrays.sort()这样的工业级排序函数，也并非是靠一个算法吃到底。

在什么情况下用什么工具？为什么要用？是我们在编程过程中要不断问自己的两个问题。