1. 簡易版本TimSort排序演算法原理與實作
TimSort排序演算法是Python和Java針對物件陣列的預設排序演算法。 TimSort排序演算法的本質是歸併排序演算法，只是在歸併排序演算法上進行了大量的最佳化。對於日常生活中我們需要排序的資料通常不是完全隨機的，而是部分有序的，或者部分逆序的，所以TimSort充分利用已有序的部分進行歸併排序。現在我們提供一個簡易版本TimSort排序演算法，它主要做了以下最佳化:
1.1利用原本已有序的片段
首先規定一個最小歸併長度。檢查數組中原本有序的片段，如果已有序的長度小於規定的最小歸併長度，則通過插入排序對已有序的片段進行進行擴充（這樣做的原因避免歸併長度較小的片段，因為這樣的效率比較低）。將有序片段的起始索引位置和已有序的長度入堆疊。
1.2避免一個較長的有序片段和一個較小的有序片段進行歸併，因為這樣的效率比較低：
（1）如果棧中存在已有序的至少三個序列，我們用X ，Y，Z依序表示從棧頂向下的三個已有序列片段，當三者的長度滿足X+Y>=Z時進行歸併。
（1.1）如果X是三者中長度最大的，先將X，Y，Z出棧，應該先歸併Y和Z，然後將Y和Z歸併的結果入棧，最後X入棧
（ 1.2）否則將X和Y出棧，歸併後結果入棧。注意，實際上我們不會真正的出棧，寫程式碼中有一些技巧可以達到相同的效果，而且效率更高。
（2）如果不滿足X+Y>=Z的條件或堆疊中僅存在兩個序列，我們用X，Y依序表示從棧頂向下的兩個已有序列的長度，如果X>= Y則進行歸併，然後將歸併後的有序片段結果入棧。
1.3在歸併兩個已有序的片段時，採用了所謂的飛奔（gallop）模式，這樣可以減少參與歸併的數據長度
假設需要歸併的兩個已有序片段分別為X和Y ，如果X片段的前m個元素都比Y片段的首元素小，那麼這m個元素其實是不需要參與歸併的，因為歸併後這m個元素仍然位於原來的位置。同理如果Y片段的最後n個元素都比X的最後一個元素大，那麼Y的最後n個元素也不必參與歸併。這樣就減少了歸併數組的長度(簡易版沒有這麼做)，也較少了待排序數組與輔助數組之間資料來回復制的長度，進而提高了歸併的效率。
2. Java原始碼
package datastruct;
import java.lang.reflect.Array;
import java.util.Arrays;
import java.util.Random;
import java.util.Scanner;
public class SimpleTimSort<T extends Comparable<? super T>>{
//最小归并长度
private static final int MIN_MERGE = 16;
//待排序数组
private final T[] a;
//辅助数组
private T[] aux;
//用两个数组表示栈
private int[] runsBase = new int[40];
private int[] runsLen = new int[40];
//表示栈顶指针
private int stackTop = 0;
@SuppressWarnings("unchecked")
public SimpleTimSort(T[] a){
this.a = a;
aux = (T[]) Array.newInstance(a[0].getClass(), a.length);
}
//T[from, to]已有序，T[to]以后的n元素插入到有序的序列中
private void insertSort(T[] a, int from, int to, int n){
int i = to + 1;
while(n > 0){
T tmp = a[i];
int j;
for(j = i-1; j >= from && tmp.compareTo(a[j]) < 0; j--){
a[j+1] = a[j];
}
a[++j] = tmp;
i++;
n--;
}
}
//返回从a[from]开始，的最长有序片段的个数
private int maxAscendingLen(T[] a, int from){
int n = 1;
int i = from;
if(i >= a.length){//超出范围
return 0;
}
if(i == a.length-1){//只有一个元素
return 1;
}
//至少两个元素
if(a[i].compareTo(a[i+1]) < 0){//升序片段
while(i+1 <= a.length-1 && a[i].compareTo(a[i+1]) <= 0){
i++;
n++;
}
return n;
}else{//降序片段，这里是严格的降序，不能有>=的情况，否则不能保证稳定性
while(i+1 <= a.length-1 && a[i].compareTo(a[i+1]) > 0){
i++;
n++;
}
//对降序片段逆序
int j = from;
while(j < i){
T tmp = a[i];
a[i] = a[j];
a[j] = tmp;
j++;
i--;
}
return n;
}
}
//对有序片段的起始索引位置和长度入栈
private void pushRun(int base, int len){
runsBase[stackTop] = base;
runsLen[stackTop] = len;
stackTop++;
}
//返回-1表示不需要归并栈中的有序片段
public int needMerge(){
if(stackTop > 1){//至少两个run序列
int x = stackTop - 2;
//x > 0 表示至少三个run序列
if(x > 0 && runsLen[x-1] <= runsLen[x] + runsLen[x+1]){
if(runsLen[x-1] < runsLen[x+1]){
//说明 runsLen[x+1]是runsLen[x]和runsLen[x-1]中最大的值
//应该先合并runsLen[x]和runsLen[x-1]这两段run
return --x;
}else{
return x;
}
}else
if(runsLen[x] <= runsLen[x+1]){
return x;
}else{
return -1;
}
}
return -1;
}
//返回后一个片段的首元素在前一个片段应该位于的位置
private int gallopLeft(T[] a, int base, int len, T key){
int i = base;
while(i <= base + len - 1){
if(key.compareTo(a[i]) >= 0){
i++;
}else{
break;
}
}
return i;
}
//返回前一个片段的末元素在后一个片段应该位于的位置
private int gallopRight(T[] a, int base, int len, T key){
int i = base + len -1;
while(i >= base){
if(key.compareTo(a[i]) <= 0){
i--;
}else{
break;
}
}
return i;
}
public void mergeAt(int x){
int base1 = runsBase[x];
int len1 = runsLen[x];
int base2 = runsBase[x+1];
int len2 = runsLen[x+1];
//合并run[x]和run[x+1],合并后base不用变,长度需要发生变化
runsLen[x] = len1 + len2;
if(stackTop == x + 3){
//栈顶元素下移，省去了合并后的先出栈，再入栈
runsBase[x+1] = runsBase[x+2];
runsLen[x+1] = runsLen[x+2];
}
stackTop--;
//飞奔模式，减小归并的长度
int from = gallopLeft(a, base1, len1, a[base2]);
if(from == base1+len1){
return;
}
int to = gallopRight(a, base2, len2, a[base1+len1-1]);
//对两个需要归并的片段长度进行归并
System.arraycopy(a, from, aux, from, to - from + 1);
int i = from;
int iend = base1 + len1 - 1;
int j = base2;
int jend = to;
int k = from;
int kend = to;
while(k <= kend){
if(i > iend){
a[k] = aux[j++];
}else
if(j > jend){
a[k] = aux[i++];
}else
if(aux[i].compareTo(aux[j]) <= 0){//等号保证排序的稳定性
a[k] = aux[i++];
}else{
a[k] = aux[j++];
}
k++;
}
}
//强制归并已入栈的序列
private void forceMerge(){
while(stackTop > 1){
mergeAt(stackTop-2);
}
}
//timSort的主方法
public void timSort(){
//n表示剩余长度
int n = a.length;
if(n < 2){
return;
}
//待排序的长度小于MIN_MERGE,直接采用插入排序完成
if(n < MIN_MERGE){
insertSort(a, 0, 0, a.length-1);
return;
}
int base = 0;
while(n > 0){
int len = maxAscendingLen(a, base);
if(len < MIN_MERGE){
int abscent = n > MIN_MERGE ? MIN_MERGE - len : n - len;
insertSort(a, base, base + len-1, abscent);
len = len + abscent;
}
pushRun(base, len);
n = n - len;
base = base + len;
int x;
while((x = needMerge()) >= 0 ){
mergeAt(x);
}
}
forceMerge();
}
public static void main(String[] args){
//随机产生测试用例
Random rnd = new Random(System.currentTimeMillis());
boolean flag = true;
while(flag){
//首先产生一个全部有序的数组
Integer[] arr1 = new Integer[1000];
for(int i = 0; i < arr1.length; i++){
arr1[i] = i;
}
//有序的基础上随机交换一些值
for(int i = 0; i < (int)(0.1*arr1.length); i++){
int x,y,tmp;
x = rnd.nextInt(arr1.length);
y = rnd.nextInt(arr1.length);
tmp = arr1[x];
arr1[x] = arr1[y];
arr1[y] = tmp;
}
//逆序部分数据
for(int i = 0; i <(int)(0.05*arr1.length); i++){
int x = rnd.nextInt(arr1.length);
int y = rnd.nextInt((int)(arr1.length*0.01)+x);
if(y >= arr1.length){
continue;
}
while(x < y){
int tmp;
tmp = arr1[x];
arr1[x] = arr1[y];
arr1[y] = tmp;
x++;
y--;
}
}
Integer[] arr2 = arr1.clone();
Integer[] arr3 = arr1.clone();
Arrays.sort(arr2);
SimpleTimSort<Integer> sts = new SimpleTimSort<Integer>(arr1);
sts.timSort();
//比较SimpleTimSort排序和库函数提供的排序结果比较是否一致
//如果没有打印任何结果，说明排序结果正确
if(!Arrays.deepEquals(arr1, arr2)){
for(int i = 0; i < arr1.length; i++){
if(!arr1[i].equals(arr2[i])){
System.out.printf("%d: arr1 %d arr2 %d\n",i,arr1[i],arr2[i]);
}
}
System.out.println(Arrays.deepToString(arr3));
flag = false;
}
}
}
}登入後複製
3.TimSort演算法應注意的問題
TimSort演算法只會對連續的兩個片段進行歸併，這樣才能保證演算法的穩定性。
最小歸併長度和棧的長度存在一定的關係，如果增大最小歸併長度，則棧的長度也應該增大，否則可能引起棧越界的風險（代碼中棧是透過長度為40的數組來實現的）。
4.完整版的TimSort演算法
實際上，完整版的TimSort演算法會在上述簡易TimSort演算法上還有大量的最佳化。例如有序序列小於最小歸併長度時，我們可以利用類似二分查找的方式來找出應該插入的位置來對陣列進行長度擴充。再例如飛奔模式中採用二分查找的方式查找第二個序列的首元素在第一個序列的位置，同時還可以使用較小的輔助空間完成歸併，有興趣的同學可以查看Java中的源代碼來學習。
