Algorithm 按升序或降序排序（任意选择；以较便宜的为准）
我有一个元素数组。此阵列可以是：Algorithm 按升序或降序排序（任意选择；以较便宜的为准）,algorithm,sorting,Algorithm,Sorting,我有一个元素数组。此阵列可以是： 随机洗牌（大约20%的时间） 几乎按升序排序*（大约40%的时间） 几乎按降序排序（大约40%的时间） 但我（事先）不知道这些案例中哪一个适用。我更愿意将数组排序为它已经接近的顺序 输出是升序还是降序并不重要，但它必须是一个或另一个（因此我可以对其执行二进制搜索） 这类产品不一定要稳定 一些背景信息：过程大致如下： 填充数组 按某个属性排序 做一些处理（计算分位数和其他一些次要的东西） 按其他属性B排序 做更多的处理 按属性C排序 做更多的处理 A和B
- 随机洗牌（大约20%的时间）
- 几乎按升序排序*（大约40%的时间）
- 几乎按降序排序（大约40%的时间）
一些背景信息：过程大致如下：
- 填充数组
- 按某个属性排序
- 做一些处理（计算分位数和其他一些次要的东西）
- 按其他属性B排序
- 做更多的处理
- 按属性C排序
- 做更多的处理
是否有一种算法可以利用我不喜欢升序或降序的事实，以更便宜的方式进行排序（与我目前使用的TimSort相比？我会继续使用TimSort（但是，一个好的替代方法是*），但首先探测数组以决定是按升序还是降序排序。查看第一个和最后一个元素，并相应地进行排序。如果数组未排序，则选择无关紧要；如果它是（部分）排序的，则以较宽的间隔进行探测更有可能正确检测哪种方式
*Smoothsort与Timsort具有相同的最佳、平均和最坏情况时间，并且具有更好的空间复杂度。与Timsort一样，它是专门为利用部分排序的数据而设计的。考虑的另一种可能性：
- 开始执行（手动滚动）插入排序
- 当你走的时候，数一数你做的倒转的次数
- 在完成少量固定数量的插入后，将已计算的反转数与该点发生的最大反转数进行比较，前提是首先对数据进行反向排序：
- 如果比例接近0，则（可能）数据几乎已排序。完成插入排序，它在几乎排序的数据上执行得非常好。如果你不喜欢“可能”的声音，那么继续计算倒数，如果倒数低于某个阈值，准备返回Timsort
- 如果比例接近1，那么（可能）数据几乎是反向排序的，并且在开始时有少量已排序的元素。将它们移到末尾，反转它们，并使用反转比较器完成插入排序
- 否则数据是随机的，请使用您喜欢的排序算法。我想说的是Timsort，但由于它在几乎排序的数据上做得很好，所以肯定有其他算法比Timsort在均匀无序数据上做得至少好一点点。可能是没有Tim的简单合并排序
显然，这种方法在某种程度上受到了Timsort的启发。但是Timsort对包含运行的数据进行了恶魔般的优化——我尝试过只对接近一次大运行的数据进行恶魔般的优化（在任何方向）。Timsort的另一个特点是，它经过了很好的测试，我不想与大家分享。+1（尽管“几乎排序”可能意味着什么，所以可能需要探测两个以上的边界元素）对您的原理感到好奇，即探测更宽的间隔更有可能探测到排序方向…@Groo-确实如此。也许比较第一个k元素和最后一个k元素。然而，在某种程度上，决定订单的成本开始成为一个重要因素；请注意，如果您使用自己的Timsort，您可以在收集minruns时决定降序/升序。@Triptych-这只是基于OP对数据可能受到干扰的描述的一种启发式方法。这个顺序与前面的排序“相关”，这对我来说意味着更大的间距更有可能检测到趋势（如果有）。有什么原因你不能预先计算索引吗？@Triptych:它们会很短。通常，在丢弃数组之前，每个排序属性只使用一次（仅保留“执行处理”步骤的结果）