使用字节比较对结构进行排序的最佳排序算法？

Posted 2023-02-16

【中文标题】使用字节比较对结构进行排序的最佳排序算法？

【英文标题】：Best sorting algorithm for sorting structs with byte comparisons?

【发布时间】：2011-01-23 17:25:57

【问题描述】：

我有一个包含 64 个结构的数组，其中包含大量数据（结构大约 128 个字节，因此需要重新排列 8192 个字节）。数组需要根据每个结构中的单个无符号字节进行排序。我的数据的一个有趣属性是，很可能会有很多重复的排序值——这意味着如果你去掉所有重复，数组可能只有 10 个唯一元素长，但这不是给定的。

排序后，我需要创建一个堆栈来存储每个唯一字节运行开始的大小和类型： 所以如果我最终得到排序值： 4,4,4,9,9,9,9,9,14,14 堆栈将是： (4,3), (9,5), (14,2)

我认为在这些条件下我可以执行一些不错的优化。如果我进行堆排序，我可以在排序时创建堆栈，但这会比 qsort 快，然后在后面构建堆栈吗？由于我使用的大型结构，任何排序算法会运行得更慢吗？由于我只比较字节，我可以进行任何优化吗？

顺便说一句：语言是 c++

谢谢。

【问题讨论】：

你会用什么做堆栈，自制的还是内置的？

我想要最快的，所以我想它会是一个使用固定缓冲区的简单自制的。

您需要实际排序还是只需要存储大小和类型的“堆栈”？

我需要对它们进行排序，但不稳定的排序也可以。

【参考方案1】：

我想 STL 会很好地做你想做的事。重新编写自己的排序例程和容器可能容易出错，而且速度很慢。所以只担心你是否发现它是一个瓶颈。

【讨论】：

我反对为此目的使用 std，因为我无法确定它的排序方式！我想使用最有效的实现，而不是通用的。不过，谢谢。

@Pepe：你甚至没有测量它们，但你基于直觉反对它？ STL 例程通常非常非常好。就像我说的，如果你甚至没有测量它，那么你不应该担心它。

@Pepe：如果你想浪费你的时间，最终得到易碎的、难以阅读的、手写的容器和排序例程等，那么请成为我的客人！但这不是开发性能关键代码的好方法。

@Pepe 如果你还不知道如何做到这一点，那么你就不会打败 std。

@Pepe 如果你真的知道那你为什么要问？

【参考方案2】：

通常对于大型对象，对对象的指针/索引数组进行排序比对对象进行排序更快。或者对节点数组进行排序，其中每个节点包含对象的指针/索引和对象的排序键（在这种情况下，键是一个字节）。要在 C++ 中执行此操作，您只需为 std::sort 或 std::stable_sort 提供一个合适的比较器。然后如果你需要原始对象的顺序，而不是只需要知道正确的顺序，最后将对象复制到一个新的数组中。

复制 128 字节几乎肯定比执行字节比较慢得多，即使有额外的间接性也是如此。因此，为了获得最佳性能，您需要查看的是移动，而不是比较，处理指针是避免大部分移动的一种方法。

您可以在最后执行复制时构建游程编码。

当然，使用一些自定义排序算法可能会更快，该算法在您的案例中特别使用数字（64、“大约 128”和 1）。但即使是简单的问题，如“哪个最快 - 引入排序、堆排序或合并排序”，如果不编写和运行代码，通常也无法回答。

【讨论】：

是的，我正计划使用一个字节来存储索引。我说我需要双缓冲是对的？

您并不严格需要一个：您需要根据任意排列重新排列数组，这可以通过识别排列的循环并重新排列每个循环来就地完成反过来，只使用一个对象的额外空间。另外：不能保证，但我的猜测是使用一个词来存储索引和另一个词作为排序键会更快，而不是每个字节。所以试试两者，看看你喜欢哪一个。

好的，我会做实验。谢谢

【参考方案3】：

排序不会变慢，因为您将排序指针或对结构的引用，而不是内存中的实际结构。

【参考方案4】：

事实上，你的键是整数，而且真的不多， 可能性是 Bucket Sort，桶大小为 1，非常适用。

【讨论】：

唯一的问题是我相信我必须为桶分配 16384 字节，并且还需要为实际数据使用双缓冲区。它是否正确？这会比堆排序快吗？

您可以通过使用指向数据的指针向量映射来添加存储桶。

我感觉向量中的所有分配都会减慢速度。

将数组声明为静态的，并将其设为整数。它会像闪电一样运行。