深入理解C语言快速排序与自省排序（Introsort）

排序算法是计算机科学中最基础也是最重要的知识之一。快速排序（Quicksort）因其平均时间复杂度为 O(n log n) 而广受欢迎，但在最坏情况下会退化到 O(n²)。为了克服这一缺点，自省排序（Introsort） 应运而生，它结合了快速排序、堆排序和插入排序的优点，成为C++标准库（std::sort）的默认实现。

本文将详细介绍：

1. 快速排序的原理与优化

2. 自省排序的设计思想

3. C语言实现自省排序

4. 性能分析与对比

1. 快速排序（Quicksort）回顾

快速排序由Tony Hoare于1959年提出，采用 分治法（Divide and Conquer）：

1. 选择基准值（Pivot）：通常取第一个、最后一个或随机元素。

2. 分区（Partition）：将数组分为两部分，左边 ≤ pivot，右边 ≥ pivot。

3. 递归排序：对左右子数组重复上述过程。

C语言实现（经典快速排序）

c

void swap(int* a, int* b) {int temp = *a;*a = *b;*b = temp;
}int partition(int arr[], int low, int high) {int pivot = arr[high]; // 选择最后一个元素作为基准int i = low - 1;       // i 指向小于pivot的区域的末尾for (int j = low; j < high; j++) {if (arr[j] <= pivot) {i++;swap(&arr[i], &arr[j]);}}swap(&arr[i + 1], &arr[high]); // 将pivot放到正确位置return i + 1;
}void quickSort(int arr[], int low, int high) {if (low < high) {int pi = partition(arr, low, high);quickSort(arr, low, pi - 1);quickSort(arr, pi + 1, high);}
}

快速排序的缺点

• 最坏情况（如数组已有序或逆序）：递归深度 O(n)，时间复杂度 O(n²)。

• 对小数组效率低：递归调用开销大。

2. 自省排序（Introsort）

自省排序由David Musser于1997年提出，结合了：

1. 快速排序（主算法，高效分区）

2. 堆排序（防止最坏情况）

3. 插入排序（优化小数组）

核心思想

1. 递归深度限制：

   • 如果递归深度超过 2 log₂n，切换到堆排序（保证最坏情况 O(n log n)）。

2. 小数组优化：

   • 当子数组大小 ≤ 16（经验值），改用插入排序（减少递归开销）。

3. 三数取中法（Median-of-Three）：

   • 优化基准值选择，减少最坏情况概率。

3. C语言实现自省排序

c

#include <stdio.h>
#include <stdlib.h>
#include <math.h>// 交换两个元素
void swap(int* a, int* b) {int temp = *a;*a = *b;*b = temp;
}// 插入排序（用于小数组优化）
void insertionSort(int arr[], int low, int high) {for (int i = low + 1; i <= high; i++) {int key = arr[i];int j = i - 1;while (j >= low && arr[j] > key) {arr[j + 1] = arr[j];j--;}arr[j + 1] = key;}
}// 堆排序（用于防止快速排序退化）
void heapify(int arr[], int n, int i) {int largest = i;int left = 2 * i + 1;int right = 2 * i + 2;if (left < n && arr[left] > arr[largest])largest = left;if (right < n && arr[right] > arr[largest])largest = right;if (largest != i) {swap(&arr[i], &arr[largest]);heapify(arr, n, largest);}
}void heapSort(int arr[], int low, int high) {int n = high - low + 1;for (int i = n / 2 - 1; i >= 0; i--)heapify(arr, n, i);for (int i = n - 1; i > 0; i--) {swap(&arr[0], &arr[i]);heapify(arr, i, 0);}
}// 三数取中法选择基准值
int medianOfThree(int arr[], int low, int high) {int mid = low + (high - low) / 2;if (arr[low] > arr[mid])swap(&arr[low], &arr[mid]);if (arr[low] > arr[high])swap(&arr[low], &arr[high]);if (arr[mid] > arr[high])swap(&arr[mid], &arr[high]);return mid; // 返回中间值的索引
}// 自省排序核心
void introSortUtil(int arr[], int low, int high, int depthLimit) {int size = high - low + 1;// 小数组优化：改用插入排序if (size <= 16) {insertionSort(arr, low, high);return;}// 递归深度超限：改用堆排序if (depthLimit == 0) {heapSort(arr, low, high);return;}// 三数取中法选择基准值int pivotIdx = medianOfThree(arr, low, high);swap(&arr[pivotIdx], &arr[high]);// 快速排序分区int pi = partition(arr, low, high);// 递归排序左右子数组introSortUtil(arr, low, pi - 1, depthLimit - 1);introSortUtil(arr, pi + 1, high, depthLimit - 1);
}// 自省排序入口
void introSort(int arr[], int n) {int depthLimit = 2 * log2(n); // 计算最大递归深度introSortUtil(arr, 0, n - 1, depthLimit);
}

4. 性能对比

5. 总结

• 自省排序 = 快速排序 + 堆排序 + 插入排序，综合了三种算法的优势。

• 防止快速排序退化：递归深度超限时切换堆排序。

• 优化小数组：改用插入排序减少递归开销。

• C++ STL的std::sort就是基于自省排序，适用于绝大多数场景。

适用场景：

• 大规模数据排序（如数据库、科学计算）。

• 需要稳定高效排序（避免最坏情况）。