Однажды, новогодним вечером, вдохновившись статьей про пузырьковую сортировку и ее модификации, я решил написать свою реализацию, и подумать, как бы я смог ее улучшить. А заодно начать все-таки изучать JAVA (по профессии я не программист, хотя немного писал).
Зачем в наши дни нужна сортировка пузырьком?
Она ведь практически самая медленная.
У нее самый высокий (квадратичный) алгоритм сложности.
Но! Она самая простая в реализации и весьма наглядная, и часто используется в образовательных целях или на собеседованиях джуниоров/интернов.
Кроме того, с небольшими модификациями, можно достичь интересных результатов.
Новичков в программировании и заинтересовавшихся — прошу под кат.
Итак, сразу преследуем несколько целей.
Написать реализацию классической пузырьковой сортировки;
Попробовать написать модифицированный алгоритм, который должен обогнать классический «пузырек»;
Изучить основы JAVA и немного ООП.
Всю работу с сортировками и их обработкой вынесем в отдельный класс ArrayUtils, из класса Run будем вызывать методы сортировки и формировать очередность вызовов с разными наборами данных.
В классе ArrayUtils у нас будет:
- Собственно сам массив
- В качестве простейших метрик, добавим две переменные compareValue и switchValue, чтобы считать количество сравнений и количество перемещений значений, а также timeAmount — время работы — они будут обновляться при запуске метода сортировки;
- Метод вывода результатов и метрик results();
- Метод validation(), чтобы сразу проверять, действительно ли сортировка работает корректно;
Валидацию я сделал следующим способом.
Конструктор класса ArrayUtils получает на вход массив, который копирует в два локальных массива array и sortedArray, последний тут же сортируем штатным сортировщиком Arrays.sort().
класс ArrayUtils
public class ArrayUtils {
final private int[] array;
final private int[] sortedArray;
long switchCount, compareCount, timeAmount;
public ArrayUtils(int[] array) {
this.array = array;
this.sortedArray = Arrays.copyOf(array, array.length);
Arrays.sort(sortedArray);
}
void results(String text)
{
System.out.println(String.format("%-35s Compares: %, 15d, Switches: %, 15d, Time: %, 15d", text, compareCount, switchCount, timeAmount));
}
}
Собственно метод validation() сравнивает текущее состояние array с нашим sortedArray, который отсортирован штатным сортировщиком ( в Java это одна из вариаций умного quicksort). Метод я вызываю через assert, в eclipse по умолчанию он выключен, но добавив опции -ea, наш assert корректно вываливается, если массив у нас ломается.
Validation method
boolean validate()
{
if (Arrays.equals(array,sortedArray))
return true;
return false;
}
Теперь мы можем приступить к реализации пузырьковой сортировки, которая будет эталоном для дальнейшей работы.
sortBubbleClassic
public void sortBubbleClassic() {
int currentPosition;
int maxPosition;
int temp;
switchCount=0;
compareCount=0;
time = System.nanoTime();
for (maxPosition=array.length - 1; maxPosition >= 0;maxPosition--) {
for (currentPosition = 0; currentPosition < maxPosition; currentPosition++) {
compareCount++;
if (array[currentPosition] > array[currentPosition+1]) {
temp = array[currentPosition];
array[currentPosition] = array[currentPosition+1];
array[currentPosition+1] = temp;
switchCount++;
}
}
}
time = System.nanoTime() - time;
assert(validate());
return;
}
Пишем теперь класс Run, из которого будем вызывать сортировку, в нем добавляем метод fillRandom(), чтобы создать набор случайных данных для дальнейшей сортировки.
Run.java
public class Run {
static public void FillRandom(int[] array) {
for (int count=0; count < array.length; count++) {
array[count] = (int)(Math.random()*100);
}
}
public static void main(String[] args)
{
int arraySize= 10000;
int random[] = new int[arraySize+1];
FillRandom(random);
ArrayUtils bubbleClassic = new ArrayUtils(random);
bubbleClassic.sortBubbleClassic();
bubbleClassic.results("Bubble Classic, random array");
}
}
Можно запускать. Передачу массива в созданный класс, с последующим его копированием я сделал для того, чтобы исходный массив со случайными данными у нас оставался неизменным, для последующего использования. Так мы сможем сортировать идентичный набор случайных данных разными способами.
Запускаем, получаем результат:
Bubble Classic, random array Compares: 50 005 000, Switches: 24 486 908, Time: 117 116 326Если assert не выкинул ошибку, значит алгоритм сортирует корректно. На массиве из 10.000 элементов мы получили свыше 50 млн сравнений и 24 млн перестановок.
Копируем наш метод sortBubbleClassic в sortBubbleAdvanced, и начинаем думать, что же можно улучшить.
Первым делом, я подумал, что можно добавить проверку на то, отсортирован ли у нас массив, чтобы не гонять по нему впустую.
Для этого я создал Boolean переменную changed, которую перед началом внутреннего цикла устанавливается в false, а внутри цикла, если мы делаем перестановку, устанавливается в true.
Если, пробежав весь внутренний цикл, мы не сделали ни одной перестановки, можно не гонять дальше циклы впустую, а сразу выходить.
sortBubbleAdvanced - step 1
public void sortBubbleClassic() {
int currentPosition;
int maxPosition;
int temp;
switchCount=0;
compareCount=0;
timeAmount = System.nanoTime();
Boolean changed; // проверка на перестановки
for (maxPosition=array.length - 1; maxPosition >= 0;maxPosition--)
{
changed=false; // обнуляем значение
for (currentPosition = 0; currentPosition < maxPosition; currentPosition++)
{
compareCount++;
if (array[currentPosition] > array[currentPosition+1]){
temp = array[currentPosition];
array[currentPosition] = array[currentPosition+1];
array[currentPosition+1] = temp;
switchCount++;
changed = true; // была перестановка
}
}
if (!changed) { // если не было перестановок - выходим сразу
timeAmount = System.nanoTime() - timeAmount;
assert(validate());
return;
}
}
timeAmount = System.nanoTime() - timeAmount;
assert(validate());
return;
}
Далее, если в начале массива, у нас есть большое число, мы тянем его вправо, совершая кучу перестановок. Логично, что можно сразу перемещать его в конец массива.
Однако, делать много проверок, чтобы выяснять куда именно его нужно кинуть — накладно. Поэтому я сделал простейшее решение — проверяем, если текущее значение больше, чем значение в крайнем правом элементе — меняем их местами. Увеличим количество проверок, но сократим количество перестановок.
Сразу и вторая оптимизация — если у нас маленькое число есть в самом конце массива, оно вообще прибежит в начало массива через N внутренних циклов, практически равных количеству элементов в массиве. Поэтому добавляем еще одну проверку, чтобы обменять местами текущее значение и самое левое значение в массиве, если оно меньше. Само по себе, это действие дает лишнюю проверку, но ускоряет несильно. Зато, после завершения пробега внутреннего цикла, мы можем быть уверены, что в самой левой позиции нашего массива данных, находится самое маленькое число. Это означает, что мы теперь можем начинать внутренний цикл не с первого элемента, а со второго. С каждым шагом, мы теперь будем урезать массив для внутреннего цикла сразу на два значения — слева и справа. Это уже явный прирост.
Располагаем наши три проверки рационально.
Первой проверкой идет основная пузырьковая — сравниваются два элемента, затем сравниваем текущий элемент с самым левым элементом массива, на предмет кто меньше. Затем с самым правым, на предмет, кто больше.
sortBubbleAdvanced - step 2
public void sortBubbleAdvanced(){
int currentPosition;
int maxPosition; // урезаем массив справа
int minPosition = 0; // урезаем массив слева
boolean changed; // остановиться, если уже отсортировано
int temp;
switchCount = 0;
compareCount = 0;
timeAmount = System.nanoTime();
for (maxPosition = array.length - 1; maxPosition >= 0; maxPosition--)
{
changed=false;
for (currentPosition = minPosition; currentPosition < maxPosition; currentPosition++)
{
if (array[currentPosition] > array[currentPosition+1]){ // обычная пузырьковая проверка двух элементов
temp = array[currentPosition+1];
array[currentPosition+1] = array[currentPosition];
array[currentPosition] = temp;
switchCount++;
changed=true;
}
if (array[currentPosition] < array[minPosition]){ // проверяем самый левый элемент массива
temp = array[minPosition];
array[minPosition] = array[currentPosition];
array[currentPosition] = temp;
switchCount++;
changed=true;
}
if (array[currentPosition] > array[maxPosition]){ // проверяем самый правый элемент массива
temp = array[maxPosition];
array[maxPosition] = array[currentPosition];
array[currentPosition] = temp;
switchCount++;
changed=true;
}
compareCount+=3;
}
if (!changed) {
timeAmount=System.nanoTime()-timeAmount;
assert(validate());
return;
}
compareCount++;
minPosition++ // урезаем массив слева
}
timeAmount=System.nanoTime()-timeAmount;
assert(validate());
return;
}
Можно проверять, что у нас вышло. Правим класс Run, чтобы добавить теперь проверку двух методов и запускаем
Bubble Classic, random array Compares: 50 005 000, Switches: 24 758 509, Time: 105 797 881
Bubble Advanced, random array Compares: 112 317 213, Switches: 18 684 909, Time: 87 415 460
Как видим, результат весьма значительный. Количество сравнений выросло более чем в два раза. Но зато сократилось количество перестановок, а они по времени «дороже», поэтому по времени мы выигрываем около 15%!..
Добавим еще два набора данных — уже отсортированный инкрементальный массив, и отсортированный в обратном порядке — декрементальный (по идее он должен быть самым worst case для сортировки), добавляем их в класс Run и добавляем вызовы sortBubbleClassic и sortBubbleAdvanced для всех трех массивов — random, incremental и decremental
еще два типа массивов
static public void fillDecremental(int[] array) {
for (int count=0; count < array.length; count++) {
array[count] = array.length-count;
}
}
static public void fillIncremental(int[] array) {
for (int count=0; count < array.length; count++) {
array[count] = count;
}
}
Смотрим результаты:
Bubble Classic, random array Compares: 50 005 000, Switches: 24 678 169, Time: 116 314 053
Bubble Advanced, random array Compares: 111 879 748, Switches: 18 615 013, Time: 77 282 419
Bubble Classic, decremental array Compares: 50 005 000, Switches: 50 005 000, Time: 48 202 818
Bubble Advanced, decremental array Compares: 112 527 500, Switches: 49 985 004, Time: 77 115 071
Bubble Classic, incremental array Compares: 50 005 000, Switches: 0, Time: 24 805 261
Bubble Advanced, incremental array Compares: 30 000, Switches: 0, Time: 35 084
На случайном наборе данных, наш продвинутый метод ожидаемо побеждает, а на decremental он почти на 60% дольше ;(
Зато он просто мгновенно проверяет уже отсортированный массиве, благодаря нашей маленькой проверке с переменной changed.
Меня такой результат порадовал лишь частично. Нельзя оставлять оптимизацию алгоритма, если он на каких-то наборах может показать результат хуже оригинала. Размышляя, как можно улучшить пузырьковую сортировку, не меняя основной принцип, я обратил внимание на то, что в «пузырьке», большие числа активно путешествуют вправо с каждым проходом внутреннего цикла, плюс максимальное число тоже туда перемещается. Таким образом, наша правая часть массива становится отсортированной раньше левой части… Эта мысль реализовалась в следующую идею:
При каждой перестановке, я запоминаю эту позицию. Дойдя до последнего элемента внутреннего цикла, я могу уменьшить массив справа не на единицу, а сразу обрезать до этой последней позиции, где была перестановка, так как это означает, что все позиции после нее уже отсортированы.
Количество циклов должно значительно сократиться, как минимум примерно в два раза для декрементального массива.
Реализуется это всего тремя строчками:
sortBubbleAdvanced - final step
public void sortBubbleAdvanced(){
int currentPosition;
int maxPosition;
int changedMaxPosition = array.length - 1; // самая правая позиция
int minPosition = 0;
boolean changed;
int temp;
switchCount = 0;
compareCount = 0;
timeAmount = System.nanoTime();
for (maxPosition = array.length - 1; maxPosition >= 0; minPosition++) // тут уже не нужно уменьшать правую позицию, поэтому запихнем сюда minPosition++
{
changed=false;
for (currentPosition = minPosition; currentPosition < maxPosition; currentPosition++)
{
if (array[currentPosition] > array[currentPosition+1]){
temp = array[currentPosition+1];
array[currentPosition+1] = array[currentPosition];
array[currentPosition] = temp;
switchCount++;
changed=true;
changedMaxPosition = currentPosition; // запоминаем что тут была перестановка
}
if (array[currentPosition] < array[minPosition]){
temp = array[minPosition];
array[minPosition] = array[currentPosition];
array[currentPosition] = temp;
switchCount++;
changed=true;
}
if (array[currentPosition] > array[maxPosition]){
temp = array[maxPosition];
array[maxPosition] = array[currentPosition];
array[currentPosition] = temp;
switchCount++;
changed=true;
}
compareCount+=3;
}
if (!changed) {
timeAmount=System.nanoTime()-timeAmount;
assert(validate());
return;
}
compareCount++;
maxPosition = changedMaxPosition; // теперь максимальная позиция - сразу на последнюю перестановку
}
timeAmount=System.nanoTime()-timeAmount;
assert(validate());
return;
}
Смотрим, что у нас вышло:
Bubble Classic, random array Compares: 50 005 000, Switches: 25 020 725, Time: 117 550 372
Bubble Advanced, random array Compares: 45 090 482, Switches: 10 174 100, Time: 70 032 156
Bubble Classic, decremental array Compares: 50 005 000, Switches: 50 005 000, Time: 47 815 033
Bubble Advanced, decremental array Compares: 60 022 000, Switches: 30 003 000, Time: 46 042 519
Bubble Classic, incremental array Compares: 50 005 000, Switches: 0, Time: 25 072 582
Bubble Advanced, incremental array Compares: 30 000, Switches: 0, Time: 34 773
Еще примерно на 10% у нас ускорилась сортировка на случайных данных, и ДА, на декрементальном массиве с небольшим отрывом, но мы обогнали классический «пузырек» — как и предполагалось, время уменьшилось примерно в два раза.
Инкрементальный массив у нас проходит мгновенно.
Благодаря резкому сокращению пустых проходов по уже отсортированной части, количество проверок продвинутого алгоритма уменьшилось, и в некоторых случаях даже меньше, чем в оригинале, а количество перестановок значительно меньше всегда (ну и кроме проверок, это же просто расходы на пустой проход по массиву).
Итак, оставаясь в пределах главной идеи пузырьковой сортировки, мы смогли заметно улучшить результат.
Что можно сделать еще?
Давайте сравним наш алгоритм, с лидером quicksort.
Пишем простую реализацию (честно говоря, просто украл в инете, слегка подправив, чтобы оставались метрики, но учитывая, что quicksort использует рекурсию, по-хорошему надо было бы добавить метрику для нее… но как ее сравнивать с алгоритмами без рекурсии? В общем, не суть...), итак:
Простая реализация quicksort
public void quickSort() {
timeAmount = System.nanoTime();
switchCount = 0;
compareCount = 0;
doQuickSort(0, array.length - 1);
timeAmount = System.nanoTime() - timeAmount;
assert(validate());
}
private void doQuickSort(int startPosition, int lastPosition) {
if (startPosition >= lastPosition) {
compareCount++;
return;
}
int tempStartPosition = startPosition, tempLastPosition = lastPosition;
int currentPosition = tempStartPosition - (tempStartPosition - tempLastPosition) / 2;
while (tempStartPosition < tempLastPosition) {
while (tempStartPosition < currentPosition && (array[tempStartPosition] <= array[currentPosition])) {
compareCount++;
tempStartPosition++;
}
while (tempLastPosition > currentPosition && (array[currentPosition] <= array[tempLastPosition])) {
compareCount++;
tempLastPosition--;
}
if (tempStartPosition < tempLastPosition) {
int temp = array[tempStartPosition];
array[tempStartPosition] = array[tempLastPosition];
array[tempLastPosition] = temp;
switchCount++;
if (tempStartPosition == currentPosition)
currentPosition = tempLastPosition;
else if (tempLastPosition == currentPosition){
currentPosition = tempStartPosition;
compareCount++;
}
compareCount++;
}
compareCount++;
}
doQuickSort(startPosition, currentPosition);
doQuickSort(currentPosition + 1, lastPosition);
}
Смотрим результаты:
Bubble Classic, random array Compares: 50 005 000, Switches: 24 684 713, Time: 117 338 627
QuickSort, random array Compares: 453 318, Switches: 22 234, Time: 3 000 141
Bubble Advanced, random array Compares: 44 832 715, Switches: 10 048 493, Time: 70 540 407
Bubble Classic, decremental array Compares: 50 005 000, Switches: 50 005 000, Time: 47 269 214
QuickSort, decremental array Compares: 153 632, Switches: 5 000, Time: 179 766
Bubble Advanced, decremental array Compares: 60 022 000, Switches: 30 003 000, Time: 45 579 908
Bubble Classic, incremental array Compares: 50 005 000, Switches: 0, Time: 24 927 899
QuickSort, incremental array Compares: 143 632, Switches: 0, Time: 134 437
Bubble Advanced, incremental array Compares: 30 000, Switches: 0, Time: 35 394
Как и ожидалось, quicksort легко делает все наши алгоритмы и на случайном наборе данных и на декрементальном массиве. Но внезапно, на уже отсортированном массиве, наш продвинутый пузырек делает его почти в 4 раза по скорости!
Сперва, я подумал, что особого смысла в этом нет. Ну да, проверяет мой продвинутый алгоритм, что массив уже отсортирован быстрее, но задача такая встречается крайне редко.
Затем я прикинул, что это не все — на самом деле, практически с той же скоростью, наш продвинутый алгоритм, за один проход, может отсортировать в лучшем случае 3 числа (минимальное, максимальное, и еще парочку подвигать попутно), и решил проверить на практике.
Я изменил метод, который создает инкрементальный массив, чтобы в середине отсортированного массива было несколько случайных чисел:
Создаем не совсем отсортированный массив
static public void fillIncremental(int[] array) {
for (int count=0; count < array.length; count++) {
array[count] = count;
}
for (int count=array.length/2; count < array.length/2+5; count++) // в середине массива заполним 5 элементов случайными значениями
array[count]=(int)Math.random()*100;
}
Смотрим, что вышло:
Bubble Classic, incremental array Compares: 50 005 000, Switches: 24 995, Time: 24 751 238
QuickSort, incremental array Compares: 219 964, Switches: 8 426, Time: 249 624
Bubble Advanced, incremental array Compares: 179 740, Switches: 24 981, Time: 125 123
Продвинутый пузырьковый алгоритм справился быстрее, чем quicksort, отсортировав 5 случайных чисел почти в два раза быстрее.
Увеличим размер массива в 10 раз, проверим на всякий случай:
Bubble Classic, incremental array Compares: 5 000 050 000, Switches: 249 995, Time: 2 168 664 535
QuickSort, incremental array Compares: 2 539 530, Switches: 86 062, Time: 11 479 582
Bubble Advanced, incremental array Compares: 1 799 740, Switches: 249 981, Time: 6 411 974
Все равно, почти вдвое быстрее.
На почти отсортированном массиве, где количество неотсортированных элементов не превышает некоторого минимального количества, наш переделанный пузырьковый алгоритм показывает не квадратичную сложность, а обычный O(N), и учитывая его простоту по реализации, он обходит quicksort.
Если добавить количество не отсортированных элементов примерно до 10-ти, скорость quicksort и bubbleAdvanced сравниваются, а затем наш алгоритм все-же скуксивается в безнадежную квадратичную медлительность. Тем не менее, если нужно отсортировать несколько случайно вставленных значений в заранее отсортированном массиве данных — он оказался вне конкуренции.
Мораль, итоги, выводы.
Итоги, а точнее цифры были показаны выше, можно обсудить в комментариях.
Исходники — доступны на github (правда там немного мусора, я пытался освоить maven, но исходные файлы классов можно скомпилировать в любой IDE или консоли).
Вдобавок я таки написал свой первый JAVA код, чуть сложнее, чем HelloWorld. А также узнал как минимум про два метода сортировки изнутри.
А кроме того, если поковыряться в алгоритмах, можно потом интуитивно догадываться, какие результаты можно ожидать, и куда копать.
Пока что, я не очень понимаю, почему декрементальный массив обрабатывается быстрее, чем случайный. Мне казалось, что для bubble sort самый плохой случай, это именно decremental массив. Возможно, это связано с тем, что в случайном массиве встречаются одинаковые числа, в общем еще есть над чем подумать.
Выводы и мораль — под определенный набор данных, если скорость важна, всегда имеет смысл подумать и придумать свой велосипед, который может обогнать штатные методы, основная задача которых показать быстрый результат в наиболее распространенных случаях.
Комментарии (11)
saboteur_kiev
06.01.2016 22:26Точно, O(n), ошибся.
Что же касается штатных методов — в штатной сортировке нет счетчиков проверок и перестановок. Но не проблема проверить и штатный.
Добавил следующий код:
public void javaQuickSort() { timeAmount = System.nanoTime(); Arrays.sort(array); timeAmount = System.nanoTime() - timeAmount; }
Результат:
Bubble Classic, random array Compares: 50 005 000, Switches: 24 750 505, Time: 116 024 377 QuickSort, random array Compares: 436 415, Switches: 22 062, Time: 2 783 738 Bubble Advanced, random array Compares: 45 003 506, Switches: 10 067 942, Time: 58 992 210 Java sort, random array Compares: 0, Switches: 0, Time: 504 525 Bubble Classic, decremental array Compares: 50 005 000, Switches: 50 005 000, Time: 46 714 701 QuickSort, decremental array Compares: 153 632, Switches: 5 000, Time: 199 326 Bubble Advanced, decremental array Compares: 60 022 000, Switches: 30 003 000, Time: 44 974 788 Java sort, decremental array Compares: 0, Switches: 0, Time: 192 186 Bubble Classic, incremental array Compares: 50 005 000, Switches: 24 995, Time: 24 873 255 QuickSort, incremental array Compares: 219 964, Switches: 8 426, Time: 241 551 Bubble Advanced, incremental array Compares: 179 740, Switches: 24 981, Time: 126 364 Java sort, incremental array Compares: 0, Switches: 0, Time: 150 581
Учитывая, что штатный сортировщик, скорее всего оптимизирован с учетом работы java-машины, весьма неплохой результат обогнать его на декрементальном массиве с пятью случайными числами велосипедом, слепленным за пару дней новичком.
Если интересно, можно скопировать реализацию штатного сортировщика, добавить в него счетчики метрик, чтобы еще больше выровнять условия. Тем не менее, я осознаю что статья полезнее для новичков, чем для про, и количество добавлений в избранное меня радует.
kmu1990
07.01.2016 03:05весьма неплохой результат обогнать его на декрементальном массиве с пятью случайными числами велосипедом
Вы обогнали стандартную сортировку в очень-очень специфичном случае и при простом типе ключа для сравнения, причем разница минимальна, а во всех остальных тестах с треском провалились — мне кажется, что вы сильно переоцениваете результат.saboteur_kiev
07.01.2016 03:36Как я писал в самом начале — цель была не создать супер-пупер алгоритм.
Понятно же, что пузырьковая сортировка, остается квадратичной, и не способна обогнать тот же quicksort в принципе, а я хотел оставаться в рамках именно пузырьковой сортировки, но оптимизировать процесс.
Меня просто удивило, что в определенном случае, даже такой вариант обогнал штатную оптимизированную сортировку, о чем я и написал вывод, что в узкоспециализированном случае, велосипед может помочь.
Разница минимальна — вы не правы. Если убрать счетчики метрик, разница будет почти в два раза, и как я приводил пример, разница остается такой же на бОльшем массиве, то есть в случае практически отсортированного массива, алгоритм ведет себя не как квадратичный, а как O(n).
И еще раз — я совершенно не переоцениваю результат. Результатом является реализация простейших алгоритмов сортировки на java и туториал для новичков, о чем говорят метки и хабы, поэтому, пожалуйста принимайте это во внимание. Я всегда готов прислушаться к советам.kmu1990
07.01.2016 04:07Как я писал в самом начале — цель была не создать супер-пупер алгоритм.
Я ничего не говорил про алгоритм, я говорил про ваш вывод о «весьма неплохом результате».
Меня просто удивило, что в определенном случае, даже такой вариант обогнал штатную оптимизированную сортировку, о чем я и написал вывод, что в узкоспециализированном случае, велосипед может помочь.
Ваш случай уж слишком специализированный: 5 элементов в середине массива случайны — что-то уж слишком специфичное. Если бы вы хотя бы подвигали эти элементы по массиву, или меняли бы их число, было бы хотя бы примерно видно где «границы применимости», и тогда уже можно было бы удивляться каким-то результатам.
Если убрать счетчики метрик, разница будет почти в два раза,
Получается, что счетчики отнимают 40% времени вашего Advanced Buble Sort-а? Вот это уже интересный результат… Заглянул в ваш код, вы запускаете каждую сортировку один раз, это выглядит не очень честным сравнением для JVM. Я полагаю, что JVM для нахождения и оптимизации Hot Path-ов нужно какое-то время, т. е. более честно будет если вы сначала «прогреете» алгоритмы — на количество сравнений и перестановок это не повлияет, но может повлиять на на окружающий код (это только предположение, я не знаю наверняка). Кроме того можно получить и среднее время и разброс результатов.
И еще раз — я совершенно не переоцениваю результат.
весьма неплохой результат обогнать его на декрементальном массиве с пятью случайными числами велосипедом
Ну ок, я не буду настаивать.saboteur_kiev
07.01.2016 05:09-1> Получается, что счетчики отнимают 40% времени вашего Advanced Buble Sort-а? Вот это уже интересный результат…
Не совсем так.
Я сравнил время, которое затратил тот quicksort, который я нашел в инете и штатный javasort, после чего убрал счетчики из quicksort. Он ускорился почти в полтора раза. Следовательно счетчики, особенно в quicksort едят много. Вызов рекурсии я при этом не считал.
Что же по поводу случайных элементов в середине массива — в статье я же писал, что 10 элементов уже практически без выигрыша, что интуитивно понятно — алгоритм за один проход может раскидать три элемента. Значит 10 элементов это уже примерно 3-4 прохода. А где именно они находятся — не важно, все равно выполняется полный проход по всему массиву.
zzashpaupat
07.01.2016 14:02Пожалуйста, не пишите бенчмарки с помощью System.nanoTime(), потому что они скорее всего будут неправильными, лучше возьмите JMH.
saboteur_kiev
13.01.2016 04:41System.nanoTime() не неправильный, он не идеально точный, и если не помнить про кеширование и оптимизацию java машины, можно ошибиться. Но на простых вещах, например циклы и долгие рассчеты, когда разница в 10-20 милисекунд не играет разницы — он вполне приемлим, ибо встроить его в уже рабочий проект — легко.
JMH неудобен тем, что его сложно просто так взять и вставить в уже готовый проект.
Проще создать с нуля новый maven проект на JMH и специально под него переписать все, что нужно потестить, что я и сделал за несколько вечеров, пока ковырялся с JMH (кстати, официальная документация — не очень).
Добавил в исходники на гитхабе рабочий вариант с сортировкой рандомного массива, с десятью warm-up и 10 итерациями для замера.
Но результаты не отличаются от тех, что я получил раньше.
Benchmark Mode Cnt Score Error Units MyBenchmark.emptySortProcedure avgt 10 0,464 ? 0,005 ms/op MyBenchmark.sortBubbleAdvanced avgt 10 49,661 ? 0,395 ms/op MyBenchmark.sortBubbleClassic avgt 10 96,772 ? 1,483 ms/op MyBenchmark.sortJavaQuickSort avgt 10 0,689 ? 0,009 ms/op MyBenchmark.sortQuickSort avgt 10 1,292 ? 0,014 ms/op
Тут замеры только для случайного массива — остальные не писал, было интересно вообще понять, будет ли с JMH другой результат, но нет — как и ранее, на рандомном массиве данных bubbleAdvanced примерно в два раза быстрее bubbleClassic, QuickSort и штатный JavaQuickSort практически мгновенны.
Кстати, штатный сортировщик в Java (Java 8) — это два метода. Сперва определяется размер массива, затем маленьких массивов используется quicksort, для больших mergesort.
dcc0
15.01.2016 04:41Целый литературный рассказ. Похвально. Однако, я считаю, что кроме формального описания, описания на конкретном языке программирования, литературного, есть еще иной способ описания алгоритмов — как некоего набора шагов, которые способен понять даже ребёнок. Это можно сделать словами, графически, с помощью анимации и т.д. Я не знаю Java, но с ходу мне не понять особенностей реализации.
Википедия говорит, что для улучшения алгоритма пузырьковой сортировки достаточно добавить досрочный выход из внешнего цикла. Вдобавок эту задачу можно повесить на переменную, которая участвует в процесс обмена.
Пример: http://ru.vingrad.com/Sortirovka-puzyrkom-uluchshennaya-id56971ea2ae20150a56f985e1saboteur_kiev
15.01.2016 12:02Так собственно досрочный выход я добавил чуть ли не первым делом.
Думаю, основное ускорение дало возможность идти сразу с двух сторон — сокращать недосортированную часть массива не только справа, но и слева за один проход.
Анимацию думаю еще добавить, и это могла бы быть отдельная статья. Но минусующие без комментариев меня демотивируют.kmu1990
15.01.2016 16:22Ну судя по нашей переписке, вы читаете комментарии не очень внимательно, что вполне может демотивировать тех кто их пишет, и это при том, что пузырьковая сортировка не самая интересная для обсуждения тема.
kmu1990
это вы лично с таким встречались?
такое ощущение, что вы ошиблись, на сколько я вижу из кода, один проход по массиву в отсортированном случае ваш Bubble Sort все равно делает, т. е. O(N) сравнений.
а со штатными методами вы вроде ничего и не сравнивали, вы сравнивали с «самописным» Quick Sort, т. е. другими словами сравнивали один велосипед с другим. Причем один из велосипедов вы доработали напильником, а второй взяли как есть.
Array.equals?