为啥 Collections.sort 使用 Mergesort 而 Arrays.sort 不使用？

Posted 2023-02-25

技术标签:

【中文标题】为啥 Collections.sort 使用 Mergesort 而 Arrays.sort 不使用？【英文标题】：Why does Collections.sort use Mergesort but Arrays.sort does not?为什么 Collections.sort 使用 Mergesort 而 Arrays.sort 不使用？ 【发布时间】：2015-11-26 20:23:55 【问题描述】：

我正在使用 JDK-8 (x64)。对于Arrays.sort（原语），我在 Java 文档中找到了以下内容：

排序算法是 Vladimir Yaroslavskiy、Jon Bentley 和 Joshua Bloch 的 Dual-Pivot Quicksort。`

对于Collections.sort（对象），我找到了这个“Timsort”：

这个实现是一个稳定的、自适应的、迭代的mergesort ...这个实现将指定的列表转储到一个数组中，对数组进行排序，然后遍历列表重置数组中对应位置的每个元素。

如果Collections.sort 使用数组，为什么不直接调用Arrays.sort 或使用双轴QuickSort？为什么要使用合并排序？

【问题讨论】：

这是基本数组的 javadoc - 对象数组使用 meregsort 排序。 mergesort 总是给你 nlogn，而快速排序有时可能会给出 nlogn2，通常数组大小不是那么大，但集合很容易达到数百万个条目，所以冒着 nlogn2 的风险是不值得的。 nlogn2 我的意思是 n 的平方 O(n^2) 的快速排序是最坏的情况。在实践中它更快但是在制作 api 时不能忽略这些情况 This link 非常相关。 【参考方案1】：

API 保证了Quicksort 不提供的稳定排序。但是，当按自然顺序对原始值进行排序时，您不会注意到差异，因为原始值没有标识。因此，Quicksort 可以用于原始数组，并且会在被认为更有效时使用¹。

对于您可能注意到的对象，当具有不同身份的对象根据其equals 实现或提供的Comparator 被视为相等时更改其顺序。因此，Quicksort 不是一个选项。因此使用了MergeSort 的变体，当前的Java 版本使用TimSort。这适用于 Arrays.sort 和 Collections.sort，尽管使用 Java 8，List 本身可能会覆盖排序算法。

¹Quicksort 的效率优势是在原地完成时需要更少的内存。但它在最坏情况下的性能非常惊人，并且无法利用数组中预排序数据的运行，TimSort 就是这样做的。

因此，排序算法从一个版本到另一个版本都进行了重新设计，同时保留在现在被误导性命名的类 DualPivotQuicksort 中。此外，文档没有跟上，这表明，在没有必要的情况下，在规范中命名内部使用的算法通常是一个坏主意。

目前情况（包括Java 8到Java 11）如下：

一般情况下，原始数组的排序方法只会在特定情况下使用Quicksort。对于较大的数组，他们会首先尝试识别预排序数据的运行，就像TimSort 所做的那样，并在运行次数不超过某个阈值时将它们合并。否则它们将回退到Quicksort，但是对于小范围的实现将回退到Insertion sort，这不仅会影响小数组，还会影响快速排序的递归。 sort(char[],…) 和 sort(short[],…) 添加另一个特殊情况，将 Counting sort 用于长度超过某个阈值的数组同样，sort(byte[],…) 将使用Counting sort，但阈值要小得多，这与文档形成了最大的对比，因为sort(byte[],…) 从不使用快速排序。它只对小数组使用Insertion sort，否则使用Counting sort。

【讨论】：

嗯，有趣的是，Collections.sort Javadoc 声明：“这种排序保证是稳定的”，但是由于它委托给 List.sort，它可以被列表实现覆盖，所以稳定的排序实际上不能由 Collections.sort 保证所有列表实现。还是我错过了什么？而且 List.sort 不需要排序算法是稳定的。 @Puce：这仅仅意味着该保证的责任现在掌握在那些实现覆盖 List.sort 方法的人手中。 Collections.sort 永远无法保证每个 List 实现的正确工作，因为它不能保证，例如List 不会虚假地更改其内容。这一切都归结为Collections.sort 的保证仅适用于正确的List 实现（以及正确的Comparator 或equals 实现）。 @Puce：但你是对的，Javadoc 对这两种方法中的这种约束并不同样明确，但至少最近的文档表明Collections.sort 将委托给List.sort。跨度> @Puce：有很多这样的例子，其中重要的属性不是类型的一部分，而是只在文档中提到（因此编译器不会检查）。 Java 的类型系统太弱了，无法表达任何有趣的属性。（在这方面，它与动态类型语言没有太大区别，在文档中也定义了属性，程序员要确保它们不被违反。）实际上，它更进一步：你注意到了吗Collections.sort 甚至没有在其类型签名中提到输出已排序？在具有更具表现力的类型系统的语言中，Collections.sort 的返回类型类似于“与输入具有相同类型和长度的集合，其属性为 1) 每个元素都存在在输入中也存在于输出中，2）对于输出中的每一对元素，左侧不大于右侧，3）对于输出中的每对相等元素，左侧的索引在输入小于正确的”或类似的东西。【参考方案2】：

我不了解文档，但在 Java 8 (HotSpot) 中 java.util.Collections#sort 的实现是这样的：

@SuppressWarnings("unchecked", "rawtypes")
public static <T> void sort(List<T> list, Comparator<? super T> c) 
    list.sort(c);

List#sort 有这个实现：

@SuppressWarnings("unchecked", "rawtypes")
default void sort(Comparator<? super E> c) 
    Object[] a = this.toArray();
    Arrays.sort(a, (Comparator) c);
    ListIterator<E> i = this.listIterator();
    for (Object e : a) 
        i.next();
        i.set((E) e);

所以，最后，Collections#sort 在幕后使用了Arrays#sort（对象元素）。此实现使用归并排序或 tim 排序。

【讨论】：

【参考方案3】：

根据 Javadoc，只有原始数组使用 Quicksort 进行排序。对象数组也使用 Mergesort 进行排序。

所以 Collections.sort 似乎使用与 Arrays.sort 相同的排序算法。

另一个问题是为什么原始数组与对象数组使用不同的排序算法？

【讨论】：

【参考方案4】：

正如许多答案所述。

Arrays.sort 使用 Quicksort 对原始集合进行排序，因为不需要稳定性（您不会知道或关心是否在排序中交换了两个相同的整数）

MergeSort 或更具体地说 Timsort 被 Arrays.sort 用于对对象集合进行排序。需要稳定性。 Quicksort 不提供稳定性，Timsort 提供。

Collections.sort 委托给 Arrays.sort，这就是为什么您会看到 javadoc 引用 MergeSort。