您如何测试排序算法的速度？

Question

我想对排序算法的速度进行实证测试。 最初，我是随机生成的数据，但这似乎不公平，并弄乱了一些算法。 例如，对于快速排序，枢轴选择很重要，而选择枢轴的一种方法是始终选择第一个，而另一种方法则是选择第一个，最后一个和中间元素的中位数。 但是，如果数组已经是随机的，则选择哪个枢轴都没有关系，因此从这个意义上讲，这是不公平的。 您如何解决这个问题？

在哪里可以获得用于测试排序算法的真实样本？ 我听说在实际场景中，数据通常是部分排序的，但是如何在排序算法中使用此信息？

Answer 1

为了测试排序算法的效率，通常使用几个数据集并分别计时。 完全随机，部分排序，完全排序和排序但反向的数据通过相同的算法运行，以得出每个字段中的合适平均值。 这样可以创建最公平的测试环境。

虽然某些算法平均而言要比其他算法好得多，但它们在解决方案中各有其独特的目的。

尽管没有数值数据，但我正在描述的过程可以在sorting-algorithms.com上的有趣动画中看到 。

Answer 2

您的大多数问题已经回答，所以我将回答您的最后一个问题，即排序算法如何利用给定数据进行部分排序这一事实。 一个很好的例子是修改的合并排序，其中首先扫描数据以识别部分排序的数据的所有子数组，然后从较短的子数组开始将这些子数组合并在一起。 与不使用部分分类信息的其他算法相比，此方法可以显着提高速度。

Answer 3

您想对排序算法进行经验比较。 很好，结果通常具有教育意义。

但是，经验测试的工作方式是，您决定一堆您认为值得衡量的事情，然后运行实验并对其进行衡量。

如果您决定关心排序算法的平均情况性能，则会生成一堆随机数据，并取运行时间的平均值。

如果您决定关心最坏的情况，则必须做更多的工作。 有N！ 生成长度为N的排列的方法，当N大时，太多了。 因此，您必须分析算法以找出哪种数据会引发最坏的情况，并编写生成此类数据的生成器。

通常，您这样做是因为您关心给定的排序算法在特定用例中的执行情况。 因此，您会生成大量针对您的用例的典型数据，并通过各种分类算法将其输入。 然后，以适合您的设置的方式处理数字。

特别是对于排序，您始终可以在将数据提供给排序算法之前对其进行随机打乱。 （这些天来，您需要以一种对缓存友好的方式对其进行加扰，但这并不是那么棘手。）因此，平均运行时间可能是一个合理的衡量标准。