暂时网上看过很多JDK8中Arrays.sort的底层原理,有些说是插入排序,有些说是归并排序,也有说大于域值用计数排序法,否则就使用插入排序。。。其实不全对。让我们分析个究竟:
1 // Use Quicksort on small arrays 2 if (right - left < QUICKSORT_THRESHOLD) 3 { 4 //QUICKSORT_THRESHOLD = 286 5 sort(a, left, right, true); 6 return; 7 }
数组一进来,会碰到第一个阀值QUICKSORT_THRESHOLD(286),注解上说,小过这个阀值的进入Quicksort (快速排序),其实并不全是,点进去sort(a, left, right, true);方法:
1 // Use insertion sort on tiny arrays 2 if (length < INSERTION_SORT_THRESHOLD) 3 { 4 if (leftmost) 5 { 6 ......
点进去后我们看到第二个阀值INSERTION_SORT_THRESHOLD(47),如果元素少于47这个阀值,就用插入排序,往下看确实如此:
1 /* 2 * Traditional (without sentinel) insertion sort, 3 * optimized for server VM, is used in case of 4 * the leftmost part. 5 */ 6 for (int i = left, j = i; i < right; j = ++i) 7 { 8 int ai = a[i + 1]; 9 while (ai < a[j]) 10 { 11 a[j + 1] = a[j]; 12 if (j-- == left) 13 { 14 break; 15 } 16 } 17 a[j + 1] = ai;
元素少于47用插入排序
至于大过INSERTION_SORT_THRESHOLD(47)的,用一种快速排序的方法:
1.从数列中挑出五个元素,称为 “基准”(pivot);
2.重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
3.递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。
快速排序(Quick Sort)
这是少于阀值QUICKSORT_THRESHOLD(286)的两种情况,至于大于286的,它会进入归并排序(Merge Sort),但在此之前,它有个小动作:
1 // Check if the array is nearly sorted 2 for (int k = left; k < right; run[count] = k) { if (a[k] < a[k + 1]) { // ascending 3 while (++k <= right && a[k - 1] <= a[k]); 4 } else if (a[k] > a[k + 1]) { // descending 5 while (++k <= right && a[k - 1] >= a[k]); for (int lo = run[count] - 1, hi = k; ++lo < --hi; ) { int t = a[lo]; a[lo] = a[hi]; a[hi] = t; 6 } 7 } else { // equal 8 for (int m = MAX_RUN_LENGTH; ++k <= right && a[k - 1] == a[k]; ) { if (--m == 0) { 9 sort(a, left, right, true); return; 10 } 11 } 12 } /* 13 * The array is not highly structured, 14 * use Quicksort instead of merge sort. 15 */ 16 if (++count == MAX_RUN_COUNT) { 17 sort(a, left, right, true); return; 18 } 19 }
这里主要作用是看他数组具不具备结构:实际逻辑是分组排序,每降序为一个组,像1,9,8,7,6,8。9到6是降序,为一个组,然后把降序的一组排成升序:1,6,7,8,9,8。然后最后的8后面继续往后面找。
每遇到这样一个降序组,++count,当count大于MAX_RUN_COUNT(67),被判断为这个数组不具备结构(也就是这数据时而升时而降),然后送给之前的sort(里面的快速排序)的方法(The array is not highly structured,use Quicksort instead of merge sort.)
如果count少于MAX_RUN_COUNT(67)的,说明这个数组还有点结构,就继续往下走下面的归并排序。
总结:
从上面分析,Arrays.sort并不是单一的排序,而是插入排序,快速排序,归并排序三种排序的组合,为此我画了个流程图:
O(nlogn)只代表增长量级,同一个量级前面的常数也可以不一样,不同数量下面的实际运算时间也可以不一样。
数量非常小的情况下(就像上面说到的,少于47的),插入排序等可能会比快速排序更快。 所以数组少于47的会进入插入排序。
快排数据越无序越快(加入随机化后基本不会退化),平均常数最小,不需要额外空间,不稳定排序。
归排速度稳定,常数比快排略大,需要额外空间,稳定排序。
所以大于或等于47或少于286会进入快排,而在大于或等于286后,会有个小动作:“// Check if the array is nearly sorted”。这里第一个作用是先梳理一下数据方便后续的归并排序,第二个作用就是即便大于286,但在降序组太多的时候(被判断为没有结构的数据,The array is not highly structured,use Quicksort instead of merge sort.),要转回快速排序。