java 排序 算法与问题

java 默认排序算法的实现
打开java.util包中的Arrays类文件，我们可以看到其sort方法主要是分以下三种情况分别进行实现


java 基本类型的排序
在Arrays类中使用方法重载提供了对int、long、short、char、byte、float、double型数组的排序，其实现都是通过调用DualPivotQuicksort.sort()方法。在DualPivotQuicksort类中，我们可以看到如下代码：


/**
 * If the length of an array to be sorted is less than this
 * constant, Quicksort is used in preference to merge sort.
 */
private static final int QUICKSORT_THRESHOLD = 286;


/**
 * If the length of an array to be sorted is less than this
 * constant, insertion sort is used in preference to Quicksort.
 */
private static final int INSERTION_SORT_THRESHOLD = 47;
其含义即为若排序的数组个数超过QUICKSORT_THRESHOLD，那么就使用merge sort；个数位于QUICKSORT_THRESHOLD和INSERTION_SORT_THRESHOLD之间就使用Quicksort；个数少于INSERTION_SORT_THRESHOLD那么就使用插入排序。


下面我们以int类型数组的排序简单介绍下其源码，并验证上述的论述（源文件107行 ~ 191行）。


首先程序判断排序的个数是否超过QUICKSORT_THRESHOLD


if (right - left < QUICKSORT_THRESHOLD) {
    sort(a, left, right, true);     // Use Quicksort on small arrays
    return;
}
然后程序试图用MAX_RUN_COUNT数量个run数组，去将待排序数组划分成一个个递增的序列（即从前到后寻找递增或递减的序列，并将递减的序列排序成递增的，然后在run数组中保存临界下标值）。如果发现序列的个数超过MAX_RUN_COUNT,就表示待排序的数组是高度不规则化的，那么程序还是会使用快排去进行排序。


    // 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;
        }
    }
若经过上述的步骤发现待排序的数组不是高度不规则化的，那么就会进行merge排序（之前已经将带排序数组分成了一个个小的递增序列，所以此时只需进行merge操作就可以）。


上述判断了程序是使用Quicksort还是merge sort，而在quicksort的实现中又针对小数目的数组进行插入排序进行了优化。


java 对象类型的排序(老版本)
在jdk 1.6及以前的版本中，对于object类型的数组默认是使用merge sort，而在jdk 1.7中将其替换为下文将要介绍的Timsort，但是于此同时，为了保留jdk的兼容性，merge sort的实现并没有被立即删掉，不过已经注明在未来的版本中将被移除。


如今，为了使用jdk 1.6的排序算法，需要在启动参数中（例如eclipse.ini）添加-Djava.util.Arrays.useLegacyMergeSort=true。这可以通过Arrays.java中的下述语句来理解。


/**
 * Old merge sort implementation can be selected (for
 * compatibility with broken comparators) using a system property.
 * Cannot be a static boolean in the enclosing class due to
 * circular dependencies. To be removed in a future release.
 */
static final class LegacyMergeSort {
    private static final boolean userRequested =
        java.security.AccessController.doPrivileged(
            new sun.security.action.GetBooleanAction(
                "java.util.Arrays.useLegacyMergeSort")).booleanValue();
}


public static void sort(Object[] a) {
    if (LegacyMergeSort.userRequested)
        legacyMergeSort(a);
    else
        ComparableTimSort.sort(a);
}
通过上述代码可知，旧版本的对象数组排序是通过legacyMergeSort()方法进行实现的。而这个方法内部则是通过merge sort处理大量对象和插入排序处理少量对象完成的。具体可以阅读源码或参考文章java类库中Arrays的排序算法探析（Object与泛型类型）


java 对象类型的排序(新版本)
通过上一节的说明，我们知道目前java对于对象的默认排序是使用名为timsort的算法。timsort算法的基本思想和老版本的还是一致的，即将归并排序和插入排序结合，并进行了优化。但其基本思想是将待排序数组划分成一个个递增的run序列（将递减的排序成递增的，即递增子序列或递减子序列为一个run），并对run序列进行合并，该合并方法名为binarySort，即采用的是binary search的方式查找插入位置。由于待排序数组可能会产生很多的run序列，程序中会采用一个栈来保存所有的run序列，并在条件满足时进行run序列的合并。


针对timsort具体的实现及说明可以参考文章OpenJDK 源代码阅读之 TimSort以及Timsort Wiki


JDK 1.7 中更换排序算法后可能引发的问题


使用新版本的jdk排序算法可能会遇到如下的异常：


Exception in thread "main" java.lang.IllegalArgumentException: Comparison method violates its general contract!
这是因为Timsort对对象间比较的实现要求更加严格，其Comparator的实现必须保证以下几点：


sgn(compare(x, y)) == -sgn(compare(y, x))
(compare(x, y)>0) && (compare(y, z)>0) 意味着 compare(x, z)>0
compare(x, y)==0 意味着对于任意的z：sgn(compare(x, z))==sgn(compare(y, z)) 均成立
而我们的代码中，某个compare()实现片段是这样的：


public int compare(ComparatorTest o1, ComparatorTest o2) { 
    return o1.getValue() > o2.getValue() ? 1 : -1; 
}
这就违背了a)原则：假设X的value为1，Y的value也为1；那么compare(X, Y) ≠ –compare(Y, X)
PS: TimSort不仅内置在各种JDK 7的版本，也存在于Android SDK中（尽管其并没有使用JDK 7）。


因为常见的解决方案就是如下三种：


更改内部实现：例如对于上个例子，就需要更改为


 public int compare(ComparatorTest o1, ComparatorTest o2) { 
     return o1.getValue() == o2.getValue() ? 0 :  
             (o1.getValue() > o2.getValue() ? 1 : -1); 
 }
Java 7预留了一个接口以便于用户继续使用Java 6的排序算法：在启动参数中（例如eclipse.ini）添加-Djava.util.Arrays.useLegacyMergeSort=true


将这个IllegalArgumentException手动捕获住（不推荐）