关于在Polars排序流水线中集成自适应启发式排序引擎的技术咨询

• 核心技术：集成**自适应振荡启发式（Adaptive Oscillation Heuristic）与双向收敛合并（Bidirectional (Convergent) Merging）**机制
• 基准测试表现：针对1000万级高熵（随机）数据集测试时，通过运行时熵采样动态切换串行与并行工作窃取策略，性能持续优于传统归并排序方案
• 跨语言验证：已通过JNI桥接（采用零拷贝内存固定技术）完成该架构的有效性验证

鉴于Polars专注于超高速数据处理，我希望了解：

1. 是否有兴趣在Polars的排序流水线中引入熵采样启发式，以降低特定高熵数据分布场景下的同步开销
2. 这种自适应的并行排序方法是否契合Polars的性能路线图

内容的提问来源于stack exchange，提问作者Fernando Couto