国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

從TimSort說起

Jeffrrey / 1402人閱讀

摘要:通過中的源碼可以看到,在時是調用了的方法,完成排序再返回而,對原始類型,里用的是快速排序,對于對象類型,則使用歸并排序。到了快速排序升級為雙基準快排雙基準快排三路快排歸并排序升級為歸并排序的改進版。

大家可能對timsort并不是很熟悉,不過說起Collections.sort(list) 應該并不陌生。

public static > void sort(List list) {
Object[] a = list.toArray();
Arrays.sort(a);
ListIterator i = list.listIterator();
for (int j=0; j

通過jdk6中的Collections源碼可以看到,在sort時是調用了Arrays的sort方法,完成排序再返回list

  

      public static void sort(Object[] a) {
            Object[] aux = (Object[])a.clone();
            mergeSort(aux, a, 0, a.length, 0);
        }
            private static void mergeSort(Object[] src,
                      Object[] dest,
                      int low,
                      int high,
                      int off) {
        int length = high - low;
    
        // Insertion sort on smallest arrays
            if (length < INSERTIONSORT_THRESHOLD) {
                for (int i=low; ilow &&
                 ((Comparable) dest[j-1]).compareTo(dest[j])>0; j--)
                        swap(dest, j, j-1);
                return;
            }
    
            // Recursively sort halves of dest into src
            int destLow  = low;
            int destHigh = high;
            low  += off;
            high += off;
            int mid = (low + high) >>> 1;
            mergeSort(dest, src, low, mid, -off);
            mergeSort(dest, src, mid, high, -off);
    
            // If list is already sorted, just copy from src to dest.  This is an
            // optimization that results in faster sorts for nearly ordered lists.
            if (((Comparable)src[mid-1]).compareTo(src[mid]) <= 0) {
                System.arraycopy(src, low, dest, destLow, length);
                return;
            }
    
            // Merge sorted halves (now in src) into dest
            for(int i = destLow, p = low, q = mid; i < destHigh; i++) {
                if (q >= high || p < mid && ((Comparable)src[p]).compareTo(src[q])<=0)
                    dest[i] = src[p++];
                else
                    dest[i] = src[q++];
            }
        }

而Arrays.sort(),對原始類型(int[],double[],char[],byte[]),JDK6里用的是快速排序,對于對象類型(Object[]),JDK6則使用歸并排序。
到了jdk7,快速排序升級為雙基準快排(雙基準快排 vs 三路快排);歸并排序升級為歸并排序的改進版TimSort。
再到了JDK8, 對大集合增加了Arrays.parallelSort()函數,使用fork-Join框架,充分利用多核,對大的集合進行切分然后再歸并排序,而在小的連續片段里,依然使用TimSort與DualPivotQuickSort。
談到優化過程,先來回憶一下歸并排序,長度為1的數組是已經排序好的。對長度為n>1的數組,將其分為2段(partition)(最常見的做法是從中間分開)。對兩段數組遞歸進行歸并排序,完成后將其合并(merge):通過掃描個已排序的數組并總是挑出兩者中較小數作為合并數組中的下一個元素,來將兩個已排序數組合并形成一個更大的已排序數組。
此時如果我們遇到這樣一個數組,{5, 6, 7, 8, 9, 10, 1, 2, 3},我們利用快排或者歸并帶來的開銷,似乎都不劃算,因為乍一看只需要一步就能完成排序。這也是timSort的一個主要優勢,適應性排序,先把5至10截取,1之3截取成兩段,之后再歸并排序,再來看一個數組,{64, 32, 16, 8, 4, 2, 1},對于這樣的案例,通過適應性排序的思路,直接反轉,再來檢查,已經不需要額外的工作了。TimSort在此基礎上還進行了其他的一些優化,這也助推了該算法的成功。下面我們通過源碼來進一步了解一下。

    static  void sort(T[] a, int lo, int hi, Comparator c) {
        if (c == null) {
            Arrays.sort(a, lo, hi);
            return;
        }
    
        rangeCheck(a.length, lo, hi);
        int nRemaining  = hi - lo;
        if (nRemaining < 2)
            return;  // Arrays of size 0 and 1 are always sorted
    
        // If array is small, do a "mini-TimSort" with no merges
        if (nRemaining < MIN_MERGE) {
            int initRunLen = countRunAndMakeAscending(a, lo, hi, c);
            binarySort(a, lo, hi, lo + initRunLen, c);
            return;
        }
    
        /**
         * March over the array once, left to right, finding natural runs,
         * extending short natural runs to minRun elements, and merging runs
         * to maintain stack invariant.
         */
        TimSort ts = new TimSort<>(a, c);
        int minRun = minRunLength(nRemaining);
        do {
            // Identify next run
            int runLen = countRunAndMakeAscending(a, lo, hi, c);
    
            // If run is short, extend to min(minRun, nRemaining)
            if (runLen < minRun) {
                int force = nRemaining <= minRun ? nRemaining : minRun;
                binarySort(a, lo, lo + force, lo + runLen, c);
                runLen = force;
            }
    
            // Push run onto pending-run stack, and maybe merge
            ts.pushRun(lo, runLen);
            ts.mergeCollapse();
    
            // Advance to find next run
            lo += runLen;
            nRemaining -= runLen;
        } while (nRemaining != 0);
    
        // Merge all remaining runs to complete sort
        assert lo == hi;
        ts.mergeForceCollapse();
        assert ts.stackSize == 1;
    }

首先是非空的判斷,如果沒有提供comparator,會調用Arrays.sort,其實也是ComparableTimSort,后面是算法的主體:如果元素個數小于2,直接返回,因為這兩個元素已經排序了
如果元素個數小于一個閾值(默認為),調用 binarySort,這是一個不包含合并操作的 mini-TimSort。
在關鍵的 do-while 循環中,不斷地進行排序,合并,排序,合并,一直到所有數據都處理完。
然后會找出run的最小長度,少于這個最小長度就需要對其進行擴展,再來看下binarySort

private static  void binarySort(T[] a, int lo, int hi, int start,
                                   Comparator c) {
    assert lo <= start && start <= hi;
    if (start == lo)
        start++;
    for ( ; start < hi; start++) {
        T pivot = a[start];

        // Set left (and right) to the index where a[start] (pivot) belongs
        int left = lo;
        int right = start;
        assert left <= right;
        /*
         * Invariants:
         *   pivot >= all in [lo, left).
         *   pivot <  all in [right, start).
         */
        while (left < right) {
            int mid = (left + right) >>> 1;
            if (c.compare(pivot, a[mid]) < 0)
                right = mid;
            else
                left = mid + 1;
        }
        assert left == right;

        /*
         * The invariants still hold: pivot >= all in [lo, left) and
         * pivot < all in [left, start), so pivot belongs at left.  Note
         * that if there are elements equal to pivot, left points to the
         * first slot after them -- that"s why this sort is stable.
         * Slide elements over to make room for pivot.
         */
        int n = start - left;  // The number of elements to move
        // Switch is just an optimization for arraycopy in default case
        switch (n) {
            case 2:  a[left + 2] = a[left + 1];
            case 1:  a[left + 1] = a[left];
                     break;
            default: System.arraycopy(a, left, a, left + 1, n);
        }
        a[left] = pivot;
    }
}

binarySort 對數組 a[lo:hi] 進行排序,并且a[lo:start] 是已經排好序的。算法的思路是對 a[start:hi] 中的元素,每次使用 binarySearch 為它在 a[lo:start] 中找到相應位置,并插入。
另一個關鍵函數是mergeCollapse

/**
 * Examines the stack of runs waiting to be merged and merges adjacent runs
 * until the stack invariants are reestablished:
 *
 *     1. runLen[i - 3] > runLen[i - 2] + runLen[i - 1]
 *     2. runLen[i - 2] > runLen[i - 1]
 *
 * This method is called each time a new run is pushed onto the stack,
 * so the invariants are guaranteed to hold for i < stackSize upon
 * entry to the method.
 */
private void mergeCollapse() {
    while (stackSize > 1) {
        int n = stackSize - 2;
        if (n > 0 && runLen[n-1] <= runLen[n] + runLen[n+1]) {
            if (runLen[n - 1] < runLen[n + 1])
                n--;
            mergeAt(n);
        } else if (runLen[n] <= runLen[n + 1]) {
            mergeAt(n);
        } else {
            break; // Invariant is established
        }
    }
}

它會把已經排序的 run 合并成一個大 run,此大 run 也會排好序。并的過程會一直循環下去,一直到注釋里提到的循環不變式得到滿足。
合并的時候,有會特別的技巧。假設兩個 run 是 run1,run2 ,先用 gallopRight在 run1 里使用 binarySearch 查找 run2 首元素 的位置 k, 那么 run1 中 k 前面的元素就是合并后最小的那些元素。然后,在 run2 中查找 run1 尾元素 的位置 len2 ,那么 run2 中 len2 后面的那些元素就是合并后最大的那些元素。最后,根據len1 與 len2 大小,調用 mergeLo 或者 mergeHi 將剩余元素合并。
篇幅限制,不能全都說完了,感興趣的讀者可以移步TimeSort in java 7

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/66221.html

相關文章

  • Java Arrays.asList()與Arrays.sort()分析

    摘要:與分析聲明文章均為本人技術筆記,轉載請注明出處示例源碼將數組或者指定個數的對象轉換為是的內部類實例,與不是一回事,長度固定,只能遍歷訪問,不能使用修改集合相關的方法,比如方法會拋出異常適配器模式修改數組內容后,內容也會隨之改變,體現適配器模 Java Arrays.asList()與Arrays.sort()分析 聲明 文章均為本人技術筆記,轉載請注明出處https://segment...

    pkhope 評論0 收藏0
  • Java新手非常容易犯的一個錯誤

    摘要:最近一直在做底層方面的研究,所以這段時間就沒寫相關的東西,但恰巧今天同事問我一個問題,在幫他解決完這個問題之后,我發現,這個問題對新手來說還是非常容易犯的,所以在這里記錄下。首先看下面這段代碼這段代碼的功能就是對進行排序,內元素類型是。 最近一直在做底層方面的研究,所以這段時間就沒寫java相關的東西,但恰巧今天同事問我一個問題,在幫他解決完這個問題之后,我發現,這個問題對java新手...

    niuxiaowei111 評論0 收藏0
  • 前百度面試官整理的——Java后端面試題(二)

    摘要:另外,還可以調用和等很便利的方法,以返回表示字段,方法,以及構造器的對象的數組。運行結果無參構造器有參構造器和實現原理和區別和區別是一個集合接口。 對象的四種引用 強引用只要引用存在,垃圾回收器永遠不會回收 showImg(https://segmentfault.com/img/bVbsYsz?w=652&h=52); 可直接通過obj取得對應的對象 如 obj.equels(new...

    thekingisalwaysluc 評論0 收藏0
  • CodeSalt | Python解決按學生年齡排序的實際問題

    摘要:解決按學生年齡排序的實際問題問題定義一個包含姓名性別年齡,需要按年齡給學生排序。輸出按照年齡進行排序好的。思路使用冒泡排序,比較相鄰的學生,如果第一個學生的值比第二個學生的值大,那么就整體交換這兩個元素。 Python解決按學生年齡排序的實際問題 問題:定義一個Class:包含姓名name、性別gender、年齡age,需要按年齡給學生排序。輸入:包含學生對象的List。輸出:按照年齡...

    yangrd 評論0 收藏0
  • Python學習之路21-序列構成的數組

    摘要:第行把具名元組以的形式返回。對序列使用和通常號兩側的序列由相同類型的數據所構成當然不同類型的也可以相加,返回一個新序列。從上面的結果可以看出,它雖拋出了異常,但仍完成了操作查看字節碼并不難,而且它對我們了解代碼背后的運行機制很有幫助。 《流暢的Python》筆記。接下來的三篇都是關于Python的數據結構,本篇主要是Python中的各序列類型 1. 內置序列類型概覽 Python標準庫...

    ralap 評論0 收藏0

發表評論

0條評論

Jeffrrey

|高級講師

TA的文章

閱讀更多
最新活動
閱讀需要支付1元查看
<