STL之sort函数详解 ( 为什么sort要用插入排序? 为什么插入排序在大致有序的情况下效率会比较高 ? )

一朋友面试的时候被问到了STL里的sort函数，被怼到怀疑人生，我听了那些问题发现也不会，研究了好久，网上也没有详细解释的，今天突然灵感爆发，想明白了几个问题
可能有的人会觉得sort这么简单, 有什么好问的, 那你可以看看如下几个问题你能否答得上来

sort是用什么排序实现的?（或者说sort如何优化？）

实际上，STL中的sort是一种混合排序，它应用了快速排序、堆排序和插入排序，以下是各个排序应用时的情况：

• 开始时使用的是快速排序
• 当递归深度超过logn时，为了防止快速排序退化，sort会改用为堆排序
• 当递归深度小于logn时，但是区间长度小于等于16时，改用插入排序

当你回答出这些时，面试官就可以继续深入问下去了

快速排序是怎么实现的？（时空复杂度）

这个问题我一般都这么回答：快速排序是基于分治法的一种排序法，对于整个排序区间，先找一个枢纽，比如这个区间的第一个数，然后把比这个枢纽小的数放左边，比枢纽大的放右边，对枢纽的左右两个区间进行刚刚相同的步骤，当区间长度都为1时，就排好序了

时间复杂度为nlogn，空间复杂度为logn

快速排序最差复杂度？如何优化？

快速排序最差复杂度为n^2

快速排序优化就只有一个地方，那就时枢纽的选择，优化方法有两种，一种是在区间内随机选取一个枢纽，第二种就是STL中sort快速排序部分使用的优化：取区间第一个数，中间的数以及最后一个数的中位数作为枢纽

快速排序中如何实现你说的“小的放枢纽左边，大的放枢纽右边”这个操作？

实际上这个操作在STL里有个函数可以专门实现——partition函数，它的复杂度是o(n)的，它的实现过程如下：

取区间第一个数，中间的数以及最后一个数的中位数作为枢纽，把该枢纽与区间第一个数位置交换一下，用一个临时变量储存枢纽，然后使用双指针的思想，i 指针指向区间第一个数，j 指针指向区间最后一个数，接下来有两个操作

1. j 指针从后往前跑，当找到一个比枢纽小的数，便将该数放到i指针的位置（直接覆盖）
2. i 指针从前往后跑，当找到一个比枢纽大的数，便将该数放到j指针的位置（直接覆盖）

交替重复以上两个操作，当i和j指针相遇时，把枢纽放入相遇位置就行了

为什么sort要用堆排序？

这个时候就不要再回答为了防止快速排序退化了，其实面试官想问的是nlogn复杂度的排序算法还有比如归并排序，那为什么要选择堆排序？

这个时候就要从空间复杂度上回答了，堆排序是可以原地实现的，空间复杂度为o(1)，而归并排序空间复杂度为o(n)

堆排序具体怎么实现的？

这时候就不要说什么用堆实现，不要就讲一下堆的结构什么的，面试官都问具体实现了，那么建堆操作也是要具体讲清楚的，不多解释，直接上代码

//代码来自https://github.com/huihut/interview/blob/master/Algorithm/HeapSort.cpp

#include <iostream>
#include <algorithm>
using namespace std;

// 堆排序：（最大堆，有序区）。从堆顶把根卸出来放在有序区之前，再恢复堆。

void max_heapify(int arr[], int start, int end) {
	//建立父节点指标和子节点指标
	int dad = start;
	int son = dad * 2 + 1; //它数组从0开始，所以堆中父亲左右儿子是dad*2+1和dad*2+2
	while (son <= end) { //若子节点指标在范围内才做比较
		if (son + 1 <= end && arr[son] < arr[son + 1]) //先比较两个子节点大小，选择最大的
			son++;
		if (arr[dad] > arr[son]) //如果父节点大于子节点代表调整完毕，直接跳出函数
			return;
		else { //否则交换父子内容再继续子节点和孙节点比较
			swap(arr[dad], arr[son]);
			dad = son;
			son = dad * 2 + 1;
		}
	}
}

void heap_sort(int arr[], int len) {
	//初始化，i从最后一个父节点开始调整（就是从叶子的父亲开始调整）
	for (int i = len / 2 - 1; i >= 0; i--)
		max_heapify(arr, i, len - 1);
	//先将第一个元素和已经排好的元素前一位做交换，再从新调整(刚调整的元素之前的元素)，直到排序完毕（想到于不断地把堆顶取出来放后面，类似选择排序的过程，只不过用堆进行了优化）
	for (int i = len - 1; i > 0; i--) {
		swap(arr[0], arr[i]);
		max_heapify(arr, 0, i - 1);
	}
}

int main() {
	int arr[] = { 3, 5, 3, 0, 8, 6, 1, 5, 8, 6, 2, 4, 9, 4, 7, 0, 1, 8, 9, 7, 3, 1, 2, 5, 9, 7, 4, 0, 2, 6 };
	int len = (int) sizeof(arr) / sizeof(*arr);
	heap_sort(arr, len);
	for (int i = 0; i < len; i++)
		cout << arr[i] << ' ';
	cout << endl;
	return 0;
}

为什么不一开始就用堆排序？

为什么面试官会这么问呢？因为他已经问了你堆排序和快速排序的实现，这个时候你对他们的时空复杂度已经很清楚了，这时候你意识到其实堆排序的空间复杂度比快速排序还要低（堆排序o(1)，快速排序o(logn) ），而且堆排序还不会退化。

所以面试官想知道为什么快速排序效率要比堆排序高？

这个问题如果没去了解过，真的很难回答

实际上我们学习算法，研究的都是理论复杂度，而实际工程应用时，还会考虑算法实际的效率，这不仅涉及到算法的理论复杂度，还涉及到硬件、操作系统等问题

而快速排序就是一个典型的例子

同样是nlogn的时间复杂度，为什么堆排序和归并排序整体效率不如快速排序呢？这是因为计算机硬件中有一个高速缓存区（cache），它的访问读取速度非常快（比内存还要快很多），它通常集成在CPU上，所以其容量十分有限，通常CPU会把经常访问到的数暂存到缓存里，CPU找数据也会先从缓存里找。

快速排序因为其用到了一个枢纽，这个枢纽的访问次数非常之多，那么其就会被放入缓存中，那么访问枢纽的效率就会非常高，所以快速排序整体效率会比其他几个排序要高。

为什么sort要用插入排序? （或者说为什么插入排序在大致有序的情况下效率会比较高 ?）

当数列大致有序时，比如我们现在每个区间的大小已经排好了，但是区间内16个数字还没有排好，这时候插入排序的表现会更好。

但是为什么呢？插入排序的复杂度为n^2，即使区间长度比较小，但是其复杂度并不会因此降低啊，这个问题困扰了我很久，但是突然有一天我想明白了

插入排序复杂度为n^2，那我们考虑最坏情况，每个区间的复杂度都是
$15 + 14 + …… + 1 + 0 = 15 * (15 + 1)/2………………………………（1）$
即插入排序移动次数之和

那么这时候其实就只有 n / 16个大小为16的区间，那么实际上用插入排序 排序这n / 16个区间的复杂度为
$(1) * n / 16 = 7.5n$
平均复杂度假设是最坏复杂度的一半，即
$7.5n / 2 = 3.25n………………………………（2）$
再回到快速排序部分，按一般情况，递归到区间长度为16时候的复杂度为
$n*(logn - log16)………………………………（3）$
如果n比较大，(3)可以约等于nlogn

那么总的复杂度就是
$(2) + (3) = (-0.75 + logn)*n………………………………（4）$

是不是有点意想不到？以上推导很多博客都只是说一笔略过，说什么插入排序在大致有序的情况下效率更高，但是为什么却没有讲，很多东西不清楚原理，面试的时候就很容易露馅了

总结

没怎么接触工程的时候，我们总是仅仅考虑算法的理论复杂度，实际上，理论复杂度往往只是工程代码设计上的一个参考，要考虑整体效率，往往还要考虑诸如计算机硬件、编译器、操作系统等，再对算法进行优化