Question

我的一位同事今天下午将这个问题悬空，让我感到好奇。我精通排序algos，但缺乏compsci / compeng的正式学位（我有点厌恶承认），不能真正指责这一点。：P

哦，是的，这在C＃/ .NET实现的上下文中是温和的......以防万一会改变一些事情。

谢谢你们。：）

Answer 1

对于固定长度的数字，您不限于基于比较的排序算法，因此O(n*log(n)) 不限制。 Radix Sort适用于O(n)，由于IEEE 754浮点数在其位模式被解释为整数时正确排序，因此可以非常方便地使用。

Answer 2

我看到没有人提到introsort，当递归深度超过某个阈值时，通过切换到heapsort来解决快速排序的O(n^2)最坏情况。这意味着快速排序不会有机会退化，因为它的递归调用次数肯定会受到限制。

另一个优化是，只要您当前所在序列的元素数量很少（例如16），就切换到insertion sort。

这就是内省的看法：

void Introsort(int A[], int N, int left, int right, int depth)
{
    if ( left < right ) // note: this doesn't switch to insertion sort if right - left is small enough
    {   
        if ( (1 << depth) > N )
            Heapsort(A, left, right);
        else
        {
            int P = Partition(A, left, right);
            Introsort(A, N, left, P, depth+1);
            Introsort(A, N, P+1, right, depth+1);
        }
    }
}

结合良好的分区功能（简单地随机选择枢轴应该足以满足大多数目的），将为您提供一种非常快速的排序算法。

还有radix sort的选择，它的效果非常好，特别是如果你的花车不是太大的话。从我所看到的情况来看，基数排序需要数百万个元素才能超越内省。

Answer 3

如果您想要对排序算法进行直观表示，请查看这个梦幻般的网站：

Sorting-algorithms.com

你会得到在不同情况下效果最好的感觉，但我最喜欢的是合并排序，即使它不比快速排序好多了。

Answer 4

从理论上讲，您使用big O notation比较算法，这可以让您比较哪种算法对于“几乎无限”的问题更快。在大多数情况下，在实践中，这是比较算法在现实生活中的表现的非常好的观点。

两种最流行的快速排序算法是MergeSort和快速排序。对于任何数据，合并排序保证为O（n log n），而快速排序的平均时间为O（n log n）和悲观时间O（n ^ 2）。在实践中，大多数人使用快速排序，因为：

它自然发生在几乎就位（我认为你可以使合并排序到位，但它很繁琐，会使它变慢 - 它会增加隐藏在O表示法中的常量） - 对于大数据集这是一个问题，如果数据不适合内存
在大多数情况下，它在实践中更快
您可以稍微修改它（即取第一个，中间和最后一个元素的中位数进行分区），这样就很难获得会使数据变慢的数据

总而言之，我认为对你的随机浮点数快速排序会更快，即使只看O符号看起来更糟糕 - 因为你会得到预期的O（n log n）并且它的常数会小于合并排序。

Answer 5

要注意的一个小问题是，如果你的任何一个集合是nan，则该集合不是有序的，并且一些排序算法可能会产生意外结果甚至崩溃。我认为最好确保在排序之前你的数字都没有。

例如（使用gcc 3.4.6）将qsort（升序）应用于{2,1，nan，-1}给出{1,2，nan，-1}。

另一方面，inf和-inf不是问题。

随机浮点数的最佳排序算法是什么？

5 个答案: