STL源码剖析：算法

Posted 2022-11-26 chusiyong

启

• 算法，问题之解法也

• 算法好坏的衡量标准：时间和空间，单位是对数、一次、二次、三次等

• 算法中处理的数据，输入方式都是左闭又开，类型就迭代器， 如：[first, last)

• STL中提供了很多算法，我们只研究感兴趣的几种

copy函数

• 拷贝[first, last)到[result, reslut+(last - first))

• 总体考虑：对象能够直接在内存级别拷贝，还是需要单独拷贝

• 设计技巧：重载和特化

• 如下图所示：

template<class InputIterator, class OutputIterator>
inline OutputIterator copy(InputIterator first, InputIterator last, OutputIterator reslut)

    return __copy_dispatch<InputIterator, OutputIterator>()(first, last, result);


// 特化
inline char* copy(const char* first, const char* last, char* result)

    memmove(result, first, last - first);
    return result + (last - first);


// 特化
inline wchar_t* copy(const wchar_t* first, const wchar_t* last, wchar_t* result)

    memmove(result, first, sizeof(wchar_t) * (last - first));
    return result + (last - first);

template<class InputIterator, class OutputIterator>
struct __copy_dispatch

    OutputIterator operator()(InputIterator first, InputIterator last, OutputIterator reslut)
    
        return __copy(first, last, result, iterator_category(first));
    


// 特化
template <class T>
struct __copy_dispatch<T*, T*>

    T* operator()(T* first, T* last, T* result)
    
        typedef typename __type_traits<T>::has_trival_assignment_operator t;
        return __copy_t(first, last, result, t());
    


// 特化
template <class T>
struct __copy_dispatch<const T*, T*>

    T* operator()(const T* first, const T* last, T* result)
    
        typedef typename __type_traits<T>::has_trival_assignment_operator t;
        return __copy_t(first, last, result, t());
    

template<class InputIterator, class OutputIterator>
inline OutputIterator __copy(InputIterator first, InputIterator last, OutputIterator reslut, input_iterator_tag)

       // 以判断迭代器是否相同为标准，速度慢
    for(; first != last; ++result, ++first)
    
        *result = *first;
    
    return result;


template<class InputIterator, class OutputIterator>
inline OutputIterator __copy(InputIterator first, InputIterator last, OutputIterator reslut, random_access_iterator_tag)

    // 完全是为了复用
    return __copy_d(first, last, result, distance_type(first));


template<class InputIterator, class OutputIterator, class Distance>
inline OutputIterator __copy_d(InputIterator first, InputIterator last, OutputIterator reslut, Distance*)

    // 以判断n值是否大于0为标准，速度快
    for(Distance n = last - first; n > 0; --n, ++result, ++first)
    
        *result = *first;
    
    return result;

templat <class T>
inline T* __copy_t(const T* first, const T* last, T* result, __true_type)

    // 直接复制内存
    memmove(result, first, sizeof(T) * (last - first));
    return result + (last - first);


templat <class T>
inline T* __copy_t(const T* first, const T* last, T* result, __true_type)

    // 每个数据单独复制
    return __copy_d(first, last, result, (ptrdiff_t*)0);

copy_back函数

• copy_back和copy的设计方式基本相同，问题的区别是拷贝的方向不同，copy是从first开始到last拷贝，copy_back是从last开始到first拷贝

• copy_back的拷贝过程：*(result - 1) = *(last - 1), *(result - 2) = *(last - 2)...

find函数

• 在[first, last)中找出第一个匹配的数据，返回指向该数据的Iterator

template <class InputIterator, class T>
InputIterator find(InputIterator first, InputIterator last, const T& value)

    while(first != last && *first != *last) ++first;
    return first;

sort函数

• 插入排序

  • 优点：对于小型，基本有序的数据进行排序，效率最高

  • 缺点：对于大型数据，完全无序，效率非常低

• 堆排序

  • 优点：对大型数据表现良好，所需的额外存储空间是和数据等同的大小

  • 缺点：对于小型数据不合适

  • 复杂度：平均O(NlogN)，最坏O(N^2)

• 快速排序

  • 优点：对于大型数据表现良好

  • 缺点：递归调用耗资源，不适用于小型数据

  • 复杂度：平均O(NlogN)，最坏O(NlogN)

• STL中的排序算法

  • 如果数据个数大于16，使用快速排序，如果快速排序递归的层次超过一定阈值，使用堆排序

  • 如果数据小于16，直接使用插入排序

  • 原因：

    • 小数据直接使用插入排序，效率高

    • 大型数据一开始就使用堆排序，复杂度是O(NlogN)，一开始使用快速排序效率低于O(NlogN)，如果一直使用快速排序，算法的复杂度会降低到最坏O(N^2)，所以先快速排序再堆排序

• 插入排序算法源码

template <class RandomAccessIterator>
void __insert_sort(RandomAccessIterator first, RandomAccessIterator last)

    if(first == last)
    
        return;
    
    
    for(RandomAccessIterator i = first + 1; i != last,; i++)
    
        __linear_insert(first, i, value_type(first));
    


template <class RandomAccessIterator, class T>
inline void __linear_insert(RandomAccessIterator first, RandomAccessIterator last, T*)

    T value = *last;
    if(value < first)
    
        // 需要插入的值比头部的值还小，直接整体拷贝
        copy_back(first, last, last+1);
        *first = value;
    
    else
    
        // 从后向前，依次比较拷贝
        __unguarded_linear_insert(last, value);
    


template <class RandomAccessIterator, class T>
void  __unguarded_linear_insert(RandomAccessIterator last, T value)

    --next;
    while(value < *next)
    
        *last = *next;
        last = next;
        --next;
    
    *last = value;

• 快速排序算法源码

// 取三值中点
template <class T>
inline const T& _median(const T& a, const T& b, const T& c)

    if(a < b)
    
        if(b < c)
        
            return b;
        
        else if(a < c)
        
            return c;
        
        else
        
            return a;    
        
    
    else if(a < c)
    
        return a;
    
    else if(b < c)
    
        return c;
    
    else
    
        return b;
    

template <class RandomAccessIterator, class T>
RandomAccessIterator __unguarded_partition(RandomAccessIterator first, RandomAccessIterator last, T pivot)

    while(true)
    
        while(*first < pivot)
        
            ++first;
        
        
        --last;
        while(pivot < *last)
        
            --last;
        
        
        if(!(first < last))
        
            return first;
        
        
        iter_swap(first, last);
        ++first;
    
    

• 堆排序算法源码

  • 见序列式容器中的堆章节

• STL中的排序算法源码

template <class RandomAccessIterator>
inline void sort(RandomAccessIterator first, RandomAccessIterator last)

    if(first != last)
    
        // 快速排序和堆排序
        __introsort_loop(first, last, value_type(first), __lg(last - first) * 2);
        // 插入排序
        __final_insertion_sort(first, last)
    


// 找出2^k < n的最大k值
templat <class Size>
inline Size __lg(Size n)

    Size k;
    for(k = 0; n > 1; n >> 1)
    
        ++k;
    
    return k;


template <class RandomAccessIterator, class T， class Size>
void __introsort_loop(RandomAccessIterator first, RandomAccessIterator last, T*, Size depth_limit)

    while(last - first > 16)
    
        if(depth_limit == 0)
        
            partial_sort(first, last, last); // 堆排序
            return;
        
        
        --depth_limit;
        // 取中值
        RandomAccessIterator cut = __unguarded_partition(first, last, 
                                                      T(_median(
                                                         *first,
                                                         *(first + (last - first) / 2),
                                                         *(last - 1)
                                                      )));
        // 右半段递归sort
        __introsort_loop(cut, last, value_type(first), depth_limit);
        
        // 左半段在while中递归sort
        last = cut;
    


template <class RandomAccessIterator>
void __final_insertion_sort(RandomAccessIterator first, RandomAccessIterator last)

    if(last - first > 16)
    
        // 以下写法感觉有点冗余。先排序前16个数据，然后将后需要数据依次插入排序
        __insertion_sort(first, first + 16);
        __unguarded_insertion_sort(first + 16, last);
    
    else
    
        // 小于16，直接插入排序
        __insert_sort(first, last);
    


template <class RandomAccessIterator>
inline void __unguarded_insertion_sort(RandomAccessIterator first, RandomAccessIterator last)

    __unguarded_insertion_sort_aux(first, last, value_type(first));


template <class RandomAccessIterator, class T>
void __unguarded_insertion_sort_aux(RandomAccessIterator first, RandomAccessIterator last, T*)

    for(RandomAccessIterator i = first; i != last; ++i)
    
        __unguarded_linear_insert(i, T(*i));