亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Java實現(xiàn)世界上最快的排序算法Timsort的示例代碼

 更新時間:2022年07月01日 14:21:16   作者:編程碼農  
Timsort?是一個混合、穩(wěn)定的排序算法,簡單來說就是歸并排序和二分插入排序算法的混合體,號稱世界上最好的排序算法。本文將詳解Timsort算法是定義與實現(xiàn),需要的可以參考一下

背景

Timsort 是一個混合、穩(wěn)定的排序算法,簡單來說就是歸并排序二分插入排序算法的混合體,號稱世界上最好的排序算法。Timsort一直是 Python 的標準排序算法。Java SE 7 后添加了Timsort API ,我們從Arrays.sort可以看出它已經是非原始類型數(shù)組的默認排序算法了。所以不管是進階編程學習還是面試,理解 Timsort 是比較重要。

// List sort()    
default void sort(Comparator<? super E> c) {
        Object[] a = this.toArray();
              //數(shù)組排序
        Arrays.sort(a, (Comparator) c);
              ...
    }

// Arrays.sort
    public static <T> void sort(T[] a, Comparator<? super T> c) {
        if (c == null) {
            sort(a);
        } else {
              // 廢棄版本
            if (LegacyMergeSort.userRequested)
                legacyMergeSort(a, c);
            else
                TimSort.sort(a, 0, a.length, c, null, 0, 0);
        }
    }

    public static void sort(Object[] a) {
        if (LegacyMergeSort.userRequested)
            legacyMergeSort(a);
        else
            ComparableTimSort.sort(a, 0, a.length, null, 0, 0);
    }

前置知識

理解 Timsort 需要先回顧下面的知識。

指數(shù)搜索

指數(shù)搜索,也被稱為加倍搜索,是一種用于在大型數(shù)組中搜索元素而創(chuàng)建的算法。它是一個兩步走的過程。首先,該算法試圖找到目標元素存在的范圍 (L,R),然后在這個范圍內使用二叉搜索來尋找目標的準確位置。時間復雜度為O(lgn)。該搜索算法在大量有序數(shù)組中比較有效。

二分插入排序

插入排序算法很簡單,大體過程是從第二個元素開始,依次向前移動交換元素直到找到合適的位置。

插入排序最優(yōu)時間復雜度也要O(n) ,我們可以使用二分查找來減少插入時元素的比較次數(shù),將時間復雜度降為logn。但是注意,二分查找插入排序仍然需要移動相同數(shù)量的元素,但是復制數(shù)組的時間消耗低于逐一互換操作。

特點:二分插入排序主要優(yōu)點是在小數(shù)據(jù)集場景下排序效率很高。

public static int[] sort(int[] arr) throws Exception {
        // 開始遍歷第一個元素后的所有元素
        for (int i = 1; i < arr.length; i++) {
            // 需要插入的元素
            int tmp = arr[i];
            // 從已排序最后一個元素開始,如果當前元素比插入元素大,就往后移動
            int j = i;
            while (j > 0 && tmp < arr[j - 1]) {
                arr[j] = arr[j - 1];
                j--;
            }
            // 將元素插入
            if (j != i) {
                arr[j] = tmp;
            }
        }
        return arr;
    }

    public static int[] binarySort(int[] arr) throws Exception {
        for (int i = 1; i < arr.length; i++) {
            // 需要插入的元素
            int tmp = arr[i];
            // 通過二分查找直接找到插入位置
            int j = Math.abs(Arrays.binarySearch(arr, 0, i, tmp) + 1);
            // 找到插入位置后,通過數(shù)組復制向后移動,騰出元素位置
            System.arraycopy(arr, j, arr, j + 1, i - j);
            // 將元素插入
            arr[j] = tmp;
        }
        return arr;
    }

歸并排序

歸并排序是利用分治策略的算法,包含兩個主要的操作:分割合并。大體過程是,通過遞歸將數(shù)組不斷分成兩半,一直到無法再分割(也就是數(shù)組為空或只剩一個元素),然后進行合并排序。簡單來說合并操作就是不斷取兩個較小的排序數(shù)組然后將它們組合成一個更大的數(shù)組。

特點:歸并排序主要為大數(shù)據(jù)集場景設計的排序算法。

public static void mergeSortRecursive(int[] arr, int[] result, int start, int end) {
        // 跳出遞歸
        if (start >= end) {
            return;
        }
        // 待分割的數(shù)組長度
        int len = end - start;
        int mid = (len >> 1) + start;
        int left = start; // 左子數(shù)組開始索引
        int right = mid + 1; // 右子數(shù)組開始索引
        // 遞歸切割左子數(shù)組,直到只有一個元素
        mergeSortRecursive(arr, result, left, mid);
        // 遞歸切割右子數(shù)組,直到只有一個元素
        mergeSortRecursive(arr, result, right, end);
        int k = start;
        while (left <= mid && right <= end) {
            result[k++] = arr[left] < arr[right] ? arr[left++] : arr[right++];
        }
        while (left <= mid) {
            result[k++] = arr[left++];
        }
        while (right <= end) {
            result[k++] = arr[right++];
        }
        for (k = start; k <= end; k++) {
            arr[k] = result[k];
        }
    }

    public static int[] merge_sort(int[] arr) {
        int len = arr.length;
        int[] result = new int[len];
        mergeSortRecursive(arr, result, 0, len - 1);
        return arr;
    }

Timsort 執(zhí)行過程

算法大體過程,如果數(shù)組長度小于指定閥值(MIN_MERGE)直接使用二分插入算法完成排序,否則執(zhí)行下面步驟:

  • 先從數(shù)組左邊開始,執(zhí)行升序運行得到一個子序列。
  • 將這個子序列放入運行堆棧里,等待執(zhí)行合并。
  • 檢查運行堆棧里的子序列,如果滿足合并條件則執(zhí)行合并。
  • 重復第一個步驟,執(zhí)行下一個升序運行

升序運行

升序運行就是從數(shù)組查找一段連續(xù)遞增(升序)或遞減(降序)子序列的過程,如果子序列為降序則將它反轉為升序,也可以將這個過程簡稱為 run。比如數(shù)組 [2,3,6,4,9,30],可以查找到三個子序列,[2,3,6]、[4,9]、[30],或說3個 run。

幾個關鍵閥值

MIN_MERGE

這是個常數(shù)值,可以簡單理解為執(zhí)行歸并的最小閥值,如果整個數(shù)組長度小于它,就沒必要執(zhí)行那么復雜的排序,直接二分插入就行了。在 Tim Peter 的 C 實現(xiàn)中為 64,但實際經驗中設置為 32 效果更好,所以 java 里面此值為 32。

降序反轉時為保證穩(wěn)定性,相同元素不會被顛倒。

minrun

在合并序列的時候,如果 run 數(shù)量等于或者略小于 2 的冪次方的時候,合并效率最高;如果略大于 2 的冪次方,效率就會顯著降低。所以為了提高合并效率,需要盡量控制每個 run 的長度,通過定義一個 minrun 來表示每個 run 的最小長度,如果長度太短,就用二分插入排序把 run 后面的元素插入到前面的 run 里面。

一般在執(zhí)行排序算法之前,會先計算出這個 minrun(它是根據(jù)數(shù)據(jù)的特點來進行自我調整),minrun 會從32到64選擇一個數(shù)字,因此數(shù)據(jù)的大小除以 minrun 等于或略小于 2 的冪次方。比如長度是 65 ,那么 minrun 的值就是 33;如果長度是 165,minrun 就是 42。

看下 Java 里面的實現(xiàn),如果數(shù)據(jù)長度(n) < MIN_MERGE,則返回數(shù)據(jù)長度。如果數(shù)據(jù)長度恰好是 2 的冪次方,則返回MIN_MERGE/2
也就是16,否則返回一個MIN_MERGE/2 <= k <= MIN_MERGE范圍的值k,這樣可以使的 n/k 接近但嚴格小于 2 的冪次方。

private static int minRunLength(int n) {
        assert n >= 0;
        int r = 0;      // 如果低位任何一位是1,就會變成1
        while (n >= MIN_MERGE) {
            r |= (n & 1);
            n >>= 1;
        }
        return n + r;
    }

MIN_GALLOP

MIN_GALLOP 是為了優(yōu)化合并的過程設定的一個閾值,控制進入 GALLOP 模式中, GALLOP 模式放在后面講。

下面是 Timsort 執(zhí)行流程圖

運行合并

當棧里面的 run 滿足合并條件時,它就將棧里面相鄰的兩個run 進行合并。

合并條件

Timsort 為了執(zhí)行平衡合并(讓合并的 run 大小盡可能相同),制定了一個合并規(guī)則,對于在棧頂?shù)娜齻€run,分別用X、Y 和 Z 表示他們的長度,其中 X 在棧頂,它們必須始終維持一下的兩個規(guī)則:

一旦有其中的一個條件不被滿足,則將 Y 與 X 或 Z 中的較小者合并生成新的 run,并再次檢查棧頂是否仍然滿足條件。如果不滿足則會繼續(xù)進行合并,直至棧頂?shù)娜齻€元素都滿足這兩個條件,如果只剩兩個run,則滿足 Y > X 即可。

如下下圖例子

  • 當 Z <= Y+X ,將 X+Y 合并,此時只剩下兩個run。
  • 檢測 Y < X ,執(zhí)行合并,此時只剩下 X,則退出合并檢測。

我們看下 Java 里面的合并實現(xiàn)

private void mergeCollapse() {
      
       // 當存在兩個以上run執(zhí)行合并檢查
        while (stackSize > 1) {

          // 表示 Y
            int n = stackSize - 2; 
           
          // Z <= Y + X 
            if (n > 0 && runLen[n-1] <= runLen[n] + runLen[n+1]) { 

              // 如果 Z < X 合并Z+Y ,否則合并X+Y
              if (runLen[n - 1] < runLen[n + 1])
                    n--;
                
                // 合并相鄰的兩個run,也就是runLen[n] 和 runLen[n+1]
                mergeAt(n); 
            } else if (runLen[n] <= runLen[n + 1]) {
                
                // Y <= X 合并 Y+X
                mergeAt(n);
            } else {
                
                // 滿足兩個條件,跳出循環(huán)
                break; 
            }
        }
    }

合并內存開銷

原始歸并排序空間復雜度是 O(n)也就是數(shù)據(jù)大小。為了實現(xiàn)中間項,Timsort 進行了一次歸并排序,時間開銷和空間開銷都比 O(n)小。

優(yōu)化是為了盡可能減少數(shù)據(jù)移動,占用更少的臨時內存,先找出需要移動的元素,然后將較小序列復制到臨時內存,在按最終順序排序并填充到組合序列中。

比如我們需要合并 X [1, 2, 3, 6, 10] 和 Y [4, 5, 7, 9, 12, 14, 17],X 中最大元素是10,我們可以通過二分查找確定,它需要插入到 Y 的第 5個位置才能保證順序,而 Y 中最小元素是4,它需要插入到 X 中的第4個位置才能保證順序,那么就知道了[1, 2, 3] 和 [12, 14, 17] 不需要移動,我們只需要移動 [6, 10] 和 [4, 5, 7, 9],然后只需要分配一個大小為 2 臨時存儲就可以了。

合并優(yōu)化

在歸并排序算法中合并兩個數(shù)組需要一一比較每個元素,為了優(yōu)化合并的過程,設定了一個閾值 MIN_GALLOP,當B中元素向A合并時,如果A中連續(xù) MIN_GALLOP 個元素比B中某一個元素要小,那么就進入GALLOP模式。

根據(jù)基準測試,比如當A中連續(xù)7個以上元素比B中某一元素小時切入該模式效果才好,所以初始值為7。

當進入GALLOP模式后,搜索算法變?yōu)橹笖?shù)搜索,分為兩個步驟,比如想確定 A 中元素x在 B 中確定的位置

  • 首先在 B 中找到合適的索引區(qū)間(2k−1,2k+1−1) 使得 x 元素在這個范圍內;
  • 然后在第一步找到的范圍內通過二分搜索來找到對應的位置。

只有當一次運行的初始元素不是另一次運行的前七個元素之一時,馳騁才是有益的。這意味著初始閾值為 7。

以上就是Java實現(xiàn)世界上最快的排序算法Timsort的示例代碼的詳細內容,更多關于Java 排序算法Timsort的資料請關注腳本之家其它相關文章!

相關文章

  • Java實現(xiàn)雙端鏈表LinkedList

    Java實現(xiàn)雙端鏈表LinkedList

    本文主要介紹了Java實現(xiàn)雙端鏈表LinkedList,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2022-07-07
  • Java yield()線程讓步實現(xiàn)過程解析

    Java yield()線程讓步實現(xiàn)過程解析

    這篇文章主要介紹了Java yield()線程讓步實現(xiàn)過程解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-03-03
  • 基于springboot與axios的整合問題

    基于springboot與axios的整合問題

    這篇文章主要介紹了springboot與axios的整合問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2021-12-12
  • SpringMVC框架搭建idea2021.3.2操作數(shù)據(jù)庫的示例詳解

    SpringMVC框架搭建idea2021.3.2操作數(shù)據(jù)庫的示例詳解

    這篇文章主要介紹了SpringMVC框架搭建idea2021.3.2操作數(shù)據(jù)庫,本文通過示例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2022-04-04
  • IDEA Ultimate2020.2版本配置Tomcat詳細教程

    IDEA Ultimate2020.2版本配置Tomcat詳細教程

    這篇文章主要介紹了IDEA Ultimate2020.2版本配置Tomcat教程,本文通過圖文并茂的形式給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-09-09
  • Spring MVC學習之DispatcherServlet請求處理詳析

    Spring MVC學習之DispatcherServlet請求處理詳析

    這篇文章主要給大家介紹了關于Spring MVC學習教程之DispatcherServlet請求處理的相關資料,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面來一起學習學習吧
    2018-11-11
  • Spring事務aftercommit原理及實踐

    Spring事務aftercommit原理及實踐

    這篇文章主要為大家介紹了Spring事務aftercommit原理及實踐,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2023-09-09
  • Spring-webflux?響應式編程的實例詳解

    Spring-webflux?響應式編程的實例詳解

    Spring 提供了兩個并行堆棧,一種是基于帶有 Spring MVC 和 Spring Data 結構的 Servlet API,另一個是完全反應式堆棧,它利用了 Spring WebFlux 和 Spring Data 的反應式存儲庫,這篇文章主要介紹了Spring-webflux?響應式編程,需要的朋友可以參考下
    2022-09-09
  • Java Collection 移除元素方法及注意事項

    Java Collection 移除元素方法及注意事項

    這篇文章主要介紹了Java Collection 移除元素方法及注意事項,通過一個簡單實例給大家講解,需要的朋友可以參考下
    2020-01-01
  • java反射機制示例詳解

    java反射機制示例詳解

    反射就是加載類,并解剖出類的各個組成部分,下面介紹了java反射機制示例,大家參考使用吧
    2014-01-01

最新評論