java培訓(xùn):深入理解Java 中的Arrays.sort()方法

　　深入理解Java 中的Arrays.sort()方法

　　Java的Arrays類中有一個(gè)sort()方法，該方法是Arrays類的靜態(tài)方法，在需要對數(shù)組進(jìn)行排序時(shí)，非常的好用。

　　但是sort()的參數(shù)有好幾種，基本上是大同小異，下面是以int型數(shù)組為例的Arrays.sort()的典型用法

　　import java.util.Arrays;

　　import java.util.Comparator;

　　/**

　　* Arrays.sort()排序

　　*/

　　public class SortTest

　　{

　　public static void main(String []args)

　　{

　　int[] ints=new int[]{2,324,4,57,1};

　　System.out.println("增序排序后順序");

　　Arrays.sort(ints);

　　for (int i=0;i

　　{

　　System.out.print(ints[i]+" ");

　　}

　　System.out.println("\n減序排序后順序");

　　//要實(shí)現(xiàn)減序排序，得通過包裝類型數(shù)組，基本類型數(shù)組是不行滴

　　Integer[] integers=new Integer[]{2,324,4,4,6,1};

　　Arrays.sort(integers, new Comparator()

　　{

　　/*

　　* 此處與c++的比較函數(shù)構(gòu)成不一致

　　* c++返回bool型,而Java返回的為int型

　　* 當(dāng)返回值>0時(shí)

　　* 進(jìn)行交換，即排序(源碼實(shí)現(xiàn)為兩樞軸快速排序)

　　*/

　　public int compare(Integer o1, Integer o2)

　　{

　　return o2-o1;

　　}

　　public boolean equals(Object obj)

　　{

　　return false;

　　}

　　});

　　for (Integer integer:integers)

　　{

　　System.out.print(integer+" ");

　　}

　　System.out.println("\n對部分排序后順序");

　　int[] ints2=new int[]{212,43,2,324,4,4,57,1};

　　//對數(shù)組的[2,6)位進(jìn)行排序

　　Arrays.sort(ints2,2,6);

　　for (int i=0;i

　　{

　　System.out.print(ints2[i]+" ");

　　}

　　}

　　}

　　排序結(jié)果如下

　　增序排序后順序

　　1 2 4 57 324

　　減序排序后順序

　　324 6 4 4 2 1

　　對部分排序后順序

　　212 43 2 4 4 324 57 1

　　打開Arrays.sort()源碼，還是以int型為例，其他類型也是大同小異

　　public static void sort(int[] a) {

　　DualPivotQuicksort.sort(a, 0, a.length - 1, null, 0, 0);

　　}

　　public static void sort(int[] a, int fromIndex, int toIndex) {

　　rangeCheck(a.length, fromIndex, toIndex);

　　DualPivotQuicksort.sort(a, fromIndex, toIndex - 1, null, 0, 0);

　　}

　　從源碼中發(fā)現(xiàn)，兩種參數(shù)類型的sort方法都調(diào)用了 DualPivotQuicksort.sort()方法

　　繼續(xù)跟蹤源碼

　　static void sort(int[] a, int left, int right,

　　int[] work, int workBase, int workLen) {

　　// Use Quicksort on small arrays

　　if (right - left < QUICKSORT_THRESHOLD) {

　　sort(a, left, right, true);

　　return;

　　}

　　/*

　　* Index run[i] is the start of i-th run

　　* (ascending or descending sequence).

　　*/

　　int[] run = new int[MAX_RUN_COUNT + 1];

　　int count = 0; run[0] = left;

　　// Check if the array is nearly sorted

　　for (int k = left; k < right; run[count] = k) {

　　if (a[k] < a[k + 1]) { // ascending

　　while (++k <= right && a[k - 1] <= a[k]);

　　} else if (a[k] > a[k + 1]) { // descending

　　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;

　　}

　　} else { // equal

　　for (int m = MAX_RUN_LENGTH; ++k <= right && a[k - 1] == a[k]; ) {

　　if (--m == 0) {

　　sort(a, left, right, true);

　　return;

　　}

　　}

　　}

　　/*

　　* The array is not highly structured,

　　* use Quicksort instead of merge sort.

　　*/

　　if (++count == MAX_RUN_COUNT) {

　　sort(a, left, right, true);

　　return;

　　}

　　}

　　// Check special cases

　　// Implementation note: variable "right" is increased by 1.

　　if (run[count] == right++) { // The last run contains one element

　　run[++count] = right;

　　} else if (count == 1) { // The array is already sorted

　　return;

　　}

　　// Determine alternation base for merge

　　byte odd = 0;

　　for (int n = 1; (n <<= 1) < count; odd ^= 1);

　　// Use or create temporary array b for merging

　　int[] b; // temp array; alternates with a

　　int ao, bo; // array offsets from 'left'

　　int blen = right - left; // space needed for b

　　if (work == null || workLen < blen || workBase + blen > work.length) {

　　work = new int[blen];

　　workBase = 0;

　　}

　　if (odd == 0) {

　　System.arraycopy(a, left, work, workBase, blen);

　　b = a;

　　bo = 0;

　　a = work;

　　ao = workBase - left;

　　} else {

　　b = work;

　　ao = 0;

　　bo = workBase - left;

　　}

　　// Merging

　　for (int last; count > 1; count = last) {

　　for (int k = (last = 0) + 2; k <= count; k += 2) {

　　int hi = run[k], mi = run[k - 1];

　　for (int i = run[k - 2], p = i, q = mi; i < hi; ++i) {

　　if (q >= hi || p < mi && a[p + ao] <= a[q + ao]) {

　　b[i + bo] = a[p++ + ao];

　　} else {

　　b[i + bo] = a[q++ + ao];

　　}

　　}

　　run[++last] = hi;

　　}

　　if ((count & 1) != 0) {

　　for (int i = right, lo = run[count - 1]; --i >= lo;

　　b[i + bo] = a[i + ao]

　　);

　　run[++last] = right;

　　}

　　int[] t = a; a = b; b = t;

　　int o = ao; ao = bo; bo = o;

　　}

　　}

　　結(jié)合文檔以及源代碼，我們發(fā)現(xiàn)，jdk中的Arrays.sort()的實(shí)現(xiàn)是通過所謂的雙軸快排的算法

　　/**

　　* This class implements the Dual-Pivot Quicksort algorithm by

　　* Vladimir Yaroslavskiy, Jon Bentley, and Josh Bloch. The algorithm

　　* offers O(n log(n)) performance on many data sets that cause other

　　* quicksorts to degrade to quadratic performance, and is typically

　　* faster than traditional (one-pivot) Quicksort implementations.

　　*

　　* All exposed methods are package-private, designed to be invoked

　　* from public methods (in class Arrays) after performing any

　　* necessary array bounds checks and expanding parameters into the

　　* required forms.

　　*

　　* @author Vladimir Yaroslavskiy

　　* @author Jon Bentley

　　* @author Josh Bloch

　　*

　　* @version 2011.02.11 m765.827.12i:5\7pm

　　* @since 1.7

　　*/

　　Java1.8的快排是一種雙軸快排，顧名思義：雙軸快排是基于兩個(gè)軸來進(jìn)行比較，跟普通的選擇一個(gè)點(diǎn)來作為軸點(diǎn)的快排是有很大的區(qū)別的，雙軸排序利用了區(qū)間相鄰的特性，對原本的快排進(jìn)行了效率上的提高，很大程度上是利用了數(shù)學(xué)的一些特性。。。。。嗯。。。反正很高深的樣子

　　算法步驟

　　1.對于很小的數(shù)組(長度小于27)，會(huì)使用插入排序。

　　2.選擇兩個(gè)點(diǎn)P1,P2作為軸心，比如我們可以使用第一個(gè)元素和最后一個(gè)元素。

　　3.P1必須比P2要小，否則將這兩個(gè)元素交換，現(xiàn)在將整個(gè)數(shù)組分為四部分：

　　(1)第一部分：比P1小的元素。

　　(2)第二部分：比P1大但是比P2小的元素。

　　(3)第三部分：比P2大的元素。

　　(4)第四部分：尚未比較的部分。

　　在開始比較前，除了軸點(diǎn)，其余元素幾乎都在第四部分，直到比較完之后第四部分沒有元素。

　　4.從第四部分選出一個(gè)元素a[K]，與兩個(gè)軸心比較，然后放到第一二三部分中的一個(gè)。

　　5.移動(dòng)L，K，G指向。

　　6.重復(fù) 4 5 步，直到第四部分沒有元素。

　　7.將P1與第一部分的最后一個(gè)元素交換。將P2與第三部分的第一個(gè)元素交換。

　　8.遞歸的將第一二三部分排序。


推薦閱讀：

Java視頻教程