针对部分排序的数据分析排序算法答案

【问题标题】：Profiling sorting algorithms against partially sorted data针对部分排序的数据分析排序算法
【发布时间】：2011-07-04 01:05:14
【问题描述】：

我们知道有几种排序，例如插入排序，对“大部分排序”的数组非常有用，而对于随机数据则不是很好。

假设我们想要描述这种算法相对于输入数据的“排序”程度的性能改进/退化。什么是生成“递增排序”或“递增随机”元素数组的好方法？我们如何衡量输入的“排序性”？

【问题讨论】：

【解决方案1】：

Number of Inversion 是衡量数组排序程度的常用指标。

如果i<j 和pi >pj，则排列p 中的一对元素(pi,pj) 称为排列中的反转。例如，在排列中(3,1,2,5,4)包含3个反转(3,1)、(3,2)和(5,4)。

排序后的数组取反为 0，反向排序的数组取 n*(n-1)/2。

【讨论】：

【解决方案2】：

您可以通过中断在已排序数据集上运行的现代Fisher-Yates shuffle 来生成“部分排序”数据集。

此外，如果您只需要几组基本固定的部分排序数据，那么您可以为每个数据生成一个位置与值的柱形图，然后只关注它们。这可以让您快速了解集合的一般随机性，以及诸如有多少本地化顺序之类的信息。

【讨论】：

似乎中断Fisher-Yates shuffle会产生一个由一大块排序数据和一大块随机数据组成的数组。如果我们想生成一个包含大量短期排序和随机数据的序列怎么办？
嗯。没想到。不同的排序算法有不同的排序模式；有几个在执行过程中创建了排序数据的短期运行。 Sedgewick 的算法书（例如）将帮助您选择一个这样做的。诀窍是弄清楚何时停止它......

【解决方案3】：

还考虑创建一个二进制堆，然后使用数组表示作为您的起点。在数组中实现的二叉堆不是排序的，而是有序的。我认为它会被认为是“部分排序的”。

【讨论】：