FreeBSD中堆排序的实现heapsort

Posted 2023-02-19 yangzhenping

FreeBSD中堆排序的实现heapsort

源码：https://github.com/freebsd/freebsd/blob/master/lib/libc/stdlib/heapsort.c
使用文档：https://www.freebsd.org/cgi/man.cgi?query=heapsort&sektion=3&manpath=freebsd-release-ports

int heapsort(void *base, size_t nmemb,	size_t size, int (*compar)(const void *, const void	*));

有4个参数，第一个参数base是一个指向待排序数组的指针变量，第二个参数nmemb是数组的元素数量，第三个参数size是数组中一个元素的内存空间大小，
第四个参数是一个执行带两个指针参数的比较函数的指针，这4个参数和快排qsort的4个参数一样。

经典堆排序算法：
1，建立max heap大顶堆；
2，因为根节点是最大的，所有跟最后一个元素交换，同时把堆的大小减一；
3，针对新的根节点重复做步骤1和步骤2（递归过程），直到堆的大小变为0，停止循环。

建立max heap大顶堆的步骤：
1，判断如果左孩子节点如果比根节点大，那么将最大值变量设置为左孩子节点的索引;
2,判断如果右孩子节点如果比根节点大，那么将最大值变量设置为右孩子节点的索引;
3,如果根节点不是最大值，那交换当前节点和最大值节点，同时针对最大值节点重复做步骤1和步骤2（递归过程），知道当前节点和最大值节点是同一个ie

可以参考这个实现： https://www.geeksforgeeks.org/heap-sort/

对比下实现：
经典：

    // Build heap (rearrange array) 
    for (int i = n / 2 - 1; i >= 0; i--) 
        heapify(arr, n, i);

FreeBSD heapsort：

    for (l = nmemb / 2 + 1; --l;)
CREATE(l, nmemb, i, j, t, p, size, cnt, tmp);

经典：

    // One by one extract an element from heap 
    for (int i=n-1; i>=0; i--) 
     
        // Move current root to end 
        swap(arr[0], arr[i]); 
  
        // call max heapify on the reduced heap 
        heapify(arr, i, 0); 
     

FreeBSD heapsort：

 /*
 * For each element of the heap, save the largest element into its
 * final slot, save the displaced element (k), then recreate the
 * heap.
 */
while (nmemb > 1) 
COPY(k, base + nmemb * size, cnt, size, tmp1, tmp2);
COPY(base + nmemb * size, base + size, cnt, size, tmp1, tmp2);
--nmemb;
SELECT(i, j, nmemb, t, p, size, k, cnt, tmp1, tmp2);

k是临时变量用来存需要交换的元素，base + nmemb * size是最后一个元素vbase数组[nmemb-1]，base + size是vbase数组[0]；
COPY(k, base + nmemb * size, cnt, size, tmp1, tmp2);//把最有一个元素存到k
COPY(base + nmemb * size, base + size, cnt, size, tmp1, tmp2);//把第一个元素root存到最后一个元素的位置end上。
SELECT(i, j, nmemb, t, p, size, k, cnt, tmp1, tmp2);//重新建立大顶堆max heap

经典：

// To heapify a subtree rooted with node i which is 
// an index in arr[]. n is size of heap 
void heapify(int arr[], int n, int i) 
 
    int largest = i; // Initialize largest as root 
    int l = 2*i + 1; // left = 2*i + 1 
    int r = 2*i + 2; // right = 2*i + 2 
  
    // If left child is larger than root 
    if (l < n && arr[l] > arr[largest]) 
        largest = l; 
  
    // If right child is larger than largest so far 
    if (r < n && arr[r] > arr[largest]) 
        largest = r; 
  
    // If largest is not root 
    if (largest != i) 
     
        swap(arr[i], arr[largest]); 
  
        // Recursively heapify the affected sub-tree 
        heapify(arr, n, largest); 
     
 

经典算法步骤：
请看之前的"建立max heap大顶堆的步骤"

FreeBSD heapsort：

/*
 * Select the top of the heap and 'heapify'.  Since by far the most expensive
 * action is the call to the compar function, a considerable optimization
 * in the average case can be achieved due to the fact that k, the displaced
 * elememt, is usually quite small, so it would be preferable to first
 * heapify, always maintaining the invariant that the larger child is copied
 * over its parent's record.
 *
 * Then, starting from the *bottom* of the heap, finding k's correct place,
 * again maintianing the invariant.  As a result of the invariant no element
 * is 'lost' when k is assigned its correct place in the heap.
 *
 * The time savings from this optimization are on the order of 15-20% for the
 * average case. See Knuth, Vol. 3, page 158, problem 18.
 *
 * XXX Don't break the #define SELECT line, below.  Reiser cpp gets upset.
 */
#define SELECT(par_i, child_i, nmemb, par, child, size, k, count, tmp1, tmp2)  \\
for (par_i = 1; (child_i = par_i * 2) <= nmemb; par_i = child_i)  \\
child = base + child_i * size; \\
if (child_i < nmemb && COMPAR(child, child + size) < 0)  \\
child += size; \\
++child_i; \\
 \\
par = base + par_i * size; \\
COPY(par, child, count, size, tmp1, tmp2); \\
 \\
for (;;)  \\
child_i = par_i; \\
par_i = child_i / 2; \\
child = base + child_i * size; \\
par = base + par_i * size; \\
if (child_i == 1 || COMPAR(k, par) < 0)  \\
COPY(child, k, count, size, tmp1, tmp2); \\
break; \\
 \\
COPY(child, par, count, size, tmp1, tmp2); \\
 \\

这里FreeBSD的做法和经典堆排序建立大顶堆的代码略有区别，经典代码里用的是递归，但是FreeBSD这个函数里没有用到递归；
先看下注释写什么：

/*
 *选择堆的顶部和建堆函数。 由于到目前为止，最昂贵的操作是调用比较函数，因此平均情况下，
 *由于置换元素k通常很小，因此可以实现相当大的优化，因此最好先进行堆化， 始终 *保持较大的子项被复制到其父项记录上。
 *然后，从堆的“底部”开始，找到k的正确位置，再次维护使之不会改变。 
 *由于不会改变，当为k分配其在堆中的正确位置时，没有元素“丢失”。
  */

这里首先要理解child和par两个变量是做什么的，child是子节点，par是父节点，
创建堆的函数CREATE(initval, nmemb, par_i, child_i, par, child, size, count, tmp)会保证父节点大于子节点，如果不符合，那么会交换。
initval从nmemb / 2 + 1开始建堆，每次循环递减，一直到initval变为0；
i, j, t, p对应par_i, child_i, par, child
par_i, child_i对应第i个位置的父节点和子节点；

大顶堆建立函数：
SELECT(par_i, child_i, nmemb, par, child, size, k, count, tmp1, tmp2)
SELECT(i, j, nmemb, t, p, size, k, cnt, tmp1, tmp2);

解析下这个函数的实现：

//第一for是遍历堆里面的每个元素，将左右子树中大的数存储到par变量里；

for (par_i = 1; (child_i = par_i * 2) <= nmemb; par_i = child_i)  

//第二for也是遍历，但是是从子节点遍历到父节点，

for (;;) 
child_i = par_i; \\
par_i = child_i / 2; \\
child = base + child_i * size; \\
par = base + par_i * size; \\

//这个过程中，如果父节点par大于临时变量k（k就是之前我们置换最后一个元素的值存储的临时变量，就是目前的root节点），那么把k的值赋给子节点child并且退出本轮循环；

if (child_i == 1 || COMPAR(k, par) < 0)  \\
COPY(child, k, count, size, tmp1, tmp2); \\
break; \\
 \\

//每次遍历最后一步是把父节点par的值赋给子节点child；
COPY(child, par, count, size, tmp1, tmp2);

至此，我们解析了FreeBSD中heapsort的实现，其建堆过程做了“始终保持较大的子项被复制到其父项记录上”的改进来提高效率。