最近在LeetCode上刷题,刚好遇到一个数组排序的问题,发现使用JDK自带的Arrays.sort()排序方法比大多数的常见排序算法快,所以赶紧跑来了解学习下Arrays.sort()底层究竟是如何实现排序的.

具体的JDK源码阅读环境的搭建可以参考我另一篇博客JDK源码阅读环境搭建(打个广告؏؏☝ᖗ乛◡乛ᖘ☝؏؏)

(ps: 如果找不到tools包的小伙伴们,看看是不是当初安装jdk的时候将jdk以及jre的路径修改成同一个路径了,如果是同个路径的话,恭喜你,需要卸载重装JDK了,因为包被覆盖掉了,所以会报少包的错)

入口案例

 package test.arrays;  import java.util.Arrays;  public class TestArrays {     private static Random r = new Random();          public static void main(String[] args) {         // 初始化数组         int[] arr = new int[286];         for (int i = 0; i < arr.length; i++) {             arr[i] = r.nextInt(100);        } // 入口         Arrays.sort(arr);    } }

Arrays.sort()

     /*      * 排序方法。      * 请注意，所有公共“ sort”方法都采用相同的形式：      * 必要时执行参数检查，然后将参数扩展为其他package-private类中内部的实现方法所需的参数（legacyMergeSort除外）类）      */      /**      * 将指定的数组按升序排列。      * <p>实施说明：      * 排序算法是Vladimir Yaroslavskiy，Jon Bentley和Joshua Bloch编写的双枢轴快速排序。(感谢大佬们!!!)      * 该算法在许多数据集上提供O（n log（n））性能，从而导致其他快速排序降级为二次性能，并且通常比传统（单轴）Quicksort实现更快。      * @param a 一个要排序的数组      */     public static void sort(int[] a) {         DualPivotQuicksort.sort(a, 0, a.length - 1, null, 0, 0);    }

在Arrays.sort()中,我们可以看到这里面使用的是Dual-Pivot Quicksort来进行排序,继续跳转到DualPivotQuicksort类中查看

DualPivotQuicksort.sort()

     /**      * 如果可能的话，使用给定的工作区数组切片对数组的指定范围进行排序      * @param a 要排序的数组      * @param left 要排序的第一个元素的索引（含）      * @param right 要排序的最后一个元素的索引（含）      * @param work 工作区数组（切片）      * @param work 工作阵列中可用空间的起源      * @param workLen 工作数组的可用大小      */     static void sort(int[] a, int left, int right,                      int[] work, int workBase, int workLen) {         // 在小型阵列上使用快速排序         // QUICKSORT_THRESHOLD: 如果要排序的数组的长度小于此常数，则快速排序优先于合并排序。(默认值: 286)         if (right - left < QUICKSORT_THRESHOLD) {             sort(a, left, right, true);             return;        }          /*          * 索引 run[i] 是第i次运行的开始（升序或降序）。          * MAX_RUN_COUNT: 合并排序中的最大运行次数(默认值: 67)          */         int[] run = new int[MAX_RUN_COUNT + 1];         int count = 0; run[0] = left;          // 检查数组是否接近排序         for (int k = left; k < right; run[count] = k) {             if (a[k] < a[k + 1]) { // 升序                 while (++k <= right && a[k - 1] <= a[k]);            } else if (a[k] > a[k + 1]) { // 降序                 while (++k <= right && a[k - 1] >= a[k]);                 for (int lo = run[count] - 1, hi = k; ++lo < --hi; ) {                     int t = a[lo]; a[lo] = a[hi]; a[hi] = t;                }            } else { // 等于                 // MAX_RUN_LENGTH: 合并排序中运行的最大长度(默认值: 33)                 for (int m = MAX_RUN_LENGTH; ++k <= right && a[k - 1] == a[k]; ) {                     if (--m == 0) {                         sort(a, left, right, true);                         return;                    }                }            }              /*              * 数组不是高度结构化，请使用快速排序而不是合并排序。              */             if (++count == MAX_RUN_COUNT) {                 sort(a, left, right, true);                 return;            }        }          // 后面还有特殊情况,不知怎么测试出来就不贴了...    }

方法中会先对要排序的数组长度进行判断,如果长度小于286的话,则使用Dual-Pivot Quicksort(双枢轴快速排序)

Dual-Pivot Quicksort

     /**      * 通过Dual-Pivot Quicksort对指定范围的数组进行排序。      *      * @param a 要排序的数组      * @param left 要排序的第一个元素的索引（含）      * @param right 要排序的最后一个元素的索引（含）      * @param leftmost 指示此部分是否在范围的最左侧      */     private static void sort(int[] a, int left, int right, boolean leftmost) {         int length = right - left + 1;          // 在小型阵列上使用插入排序         // INSERTION_SORT_THRESHOLD: 如果要排序的数组的长度小于此常数，插入排序优先于快速排序使用。         if (length < INSERTION_SORT_THRESHOLD) {             // 为了方便查看,我把这部分单独拿了出来,可调到下面进行查看             return;        }          // 得到总长度的七分之一         int seventh = (length >> 3) + (length >> 6) + 1;          /*          * 在范围内的中心元素周围（包括周围）对五个等距元素进行排序。          * 这些元素将用于枢轴选择，如下所述。          * 根据经验确定这些元素的间距选择可以在各种输入上很好地工作。          */         int e3 = (left + right) >>> 1; // 中点, 4/7         int e2 = e3 - seventh; // 3/7         int e1 = e2 - seventh; // 2/7         int e4 = e3 + seventh; // 5/7         int e5 = e4 + seventh; // 6/7          // 使用插入排序对五个元素(枢轴)进行排序         // 第二个点小于第一个点则交换         if (a[e2] < a[e1]) { int t = a[e2]; a[e2] = a[e1]; a[e1] = t; } // 第三个点小于第二个点则交换         if (a[e3] < a[e2]) { int t = a[e3]; a[e3] = a[e2]; a[e2] = t;             // 3换到2之后再判断是否小于1,如果小于1则继续交换             if (t < a[e1]) { a[e2] = a[e1]; a[e1] = t; }        }         // 同上         if (a[e4] < a[e3]) { int t = a[e4]; a[e4] = a[e3]; a[e3] = t;             if (t < a[e2]) { a[e3] = a[e2]; a[e2] = t;                 if (t < a[e1]) { a[e2] = a[e1]; a[e1] = t; }            }        }         // 同上         if (a[e5] < a[e4]) { int t = a[e5]; a[e5] = a[e4]; a[e4] = t;             if (t < a[e3]) { a[e4] = a[e3]; a[e3] = t;                 if (t < a[e2]) { a[e3] = a[e2]; a[e2] = t;                     if (t < a[e1]) { a[e2] = a[e1]; a[e1] = t; }                }            }        }          // 指针         int less  = left;         int great = right; // 判断五个元素是否都不一致         if (a[e1] != a[e2] && a[e2] != a[e3] && a[e3] != a[e4] && a[e4] != a[e5]) {             /*              * 使用五个排序元素中的第二个和第四个作为轴心。              * 这些值是阵列的第一和第二对的便宜的近似值。              * 请注意 pivot1 <= pivot2。              */             int pivot1 = a[e2];             int pivot2 = a[e4];              /*              * 将要排序的第一个和最后一个元素移动到以前由枢轴占据的位置。              * 分区完成后，枢轴将交换回其最终位置，并从后续排序中排除。              */             a[e2] = a[left];             a[e4] = a[right];              /*              * 跳过元素, 小于或大于枢轴值。              */             while (a[++less] < pivot1);             while (a[--great] > pivot2);              /*              * 分区:              *              *   left part           center part                   right part              * +--------------------------------------------------------------+              * | < pivot1 | pivot1 <= && <= pivot2 |   ?   | > pivot2 |              * +--------------------------------------------------------------+              *               ^                         ^       ^              *               |                         |       |              *             less                       k     great              *              * Invariants:              *              *             all in (left, less)   < pivot1              *   pivot1 <= all in [less, k)     <= pivot2              *             all in (great, right) > pivot2              *              * 指针 k 是 ?至part 的第一个索引.              */             outer:             for (int k = less - 1; ++k <= great; ) {                 int ak = a[k];                 if (ak < pivot1) { // 移动 a[k] 到左边                     a[k] = a[less];                     /*                      * 由于性能问题，在这里和下面，                      * 我们使用 "a[i] = b; i++;" 代替 "a[i++] = b;"                      */                     a[less] = ak;                     ++less;                } else if (ak > pivot2) { // 移动 a[k] 到右边                     // 获取右边第一位小于pivot2的元素索引                     while (a[great] > pivot2) {                         if (great-- == k) { // 遍历完跳出循环                             break outer;                        }                    }                     if (a[great] < pivot1) { // a[great] <= pivot2                         a[k] = a[less];                         a[less] = a[great];                         ++less;                    } else { // pivot1 <= a[great] <= pivot2                         a[k] = a[great];                    }                     /*                      * 由于性能问题，在这里和下面，                      * 我们使用 "a[i] = b; i--;" 代替 "a[i--] = b;"                      */                     a[great] = ak;                     --great;                }            }              // 交换枢轴到最终位置             a[left]  = a[less  - 1]; a[less  - 1] = pivot1;             a[right] = a[great + 1]; a[great + 1] = pivot2;              // 递归排序左右部分，不包括已知的轴             sort(a, left, less - 2, leftmost);             sort(a, great + 2, right, false);              /*              * 如果中心部分太大(大于等于数组的七分之四)，则将内部枢轴值交换到末端。              */             if (less < e1 && e5 < great) {                 /*                  * 跳过等于枢轴值的元素。                  */                 while (a[less] == pivot1) {                     ++less;                }                  while (a[great] == pivot2) {                     --great;                }                  /*                  * Partitioning:                  *                  *   left part         center part                 right part                  * +----------------------------------------------------------+                  * | == pivot1 | pivot1 < && < pivot2 |   ?   | == pivot2 |                  * +----------------------------------------------------------+                  *             ^                       ^       ^                  *             |                       |       |                  *             less                     k     great                  *                  * Invariants:                  *                  *             all in (*, less) == pivot1                  *     pivot1 < all in [less, k) < pivot2                  *             all in (great, *) == pivot2                  *                  * Pointer k is the first index of ?-part.                  */                 outer:                 for (int k = less - 1; ++k <= great; ) {                     int ak = a[k];                     if (ak == pivot1) { // Move a[k] to left part                         a[k] = a[less];                         a[less] = ak;                         ++less;                    } else if (ak == pivot2) { // Move a[k] to right part                         while (a[great] == pivot2) {                             if (great-- == k) {                                 break outer;                            }                        }                         if (a[great] == pivot1) { // a[great] < pivot2                             a[k] = a[less];                             /*                              * 即使a[great]等于pivot1，                              * 分配a[less] = pivot1可能不正确，                              * 如果a[great]和pivot1是不同符号的浮点零。                              * 因此，在浮点和双精度排序方法中                              * 我们必须使用更准确的赋值a[less] = a[great]。                              */                             a[less] = pivot1;                             ++less;                        } else { // pivot1 < a[great] < pivot2                             a[k] = a[great];                        }                         a[great] = ak;                         --great;                    }                }            }              // 递归排序中心部分             sort(a, less, great, false);         } else { // 用一个枢轴进行分区             /*              * 使用五个排序元素中的第三个作为枢轴。              * 该值是中值的廉价近似值。              */             int pivot = a[e3];              /*              * 分区退化为传统的3向（或“荷兰国旗”）架构              *              *   left part   center part             right part              * +-------------------------------------------------+              * | < pivot |   == pivot   |     ?   | > pivot |              * +-------------------------------------------------+              *             ^             ^       ^              *             |             |       |              *             less           k     great              *              * Invariants:              *              *   all in (left, less)   < pivot              *   all in [less, k)     == pivot              *   all in (great, right) > pivot              *              * Pointer k is the first index of ?-part.              */             for (int k = less; k <= great; ++k) {                 if (a[k] == pivot) {                     continue;                }                 int ak = a[k];                 if (ak < pivot) { // Move a[k] to left part                     a[k] = a[less];                     a[less] = ak;                     ++less;                } else { // a[k] > pivot - Move a[k] to right part                     while (a[great] > pivot) {                         --great;                    }                     if (a[great] < pivot) { // a[great] <= pivot                         a[k] = a[less];                         a[less] = a[great];                         ++less;                    } else { // a[great] == pivot                         a[k] = pivot;                    }                     a[great] = ak;                     --great;                }            }              /*              * 递归排序左右部分。              * 中心部分的所有元素均相等，因此已经排序。              */             sort(a, left, less - 1, leftmost);             sort(a, great + 1, right, false);        }    }

方法中会先对要排序的数组长度进行判断,如果长度小于47的话,则使用Insertion Sort(插入排序),长度大于等于47则将数组分为5个长度相同的区域,再递归进行排序

Insertion Sort

 private static void sort(int[] a, int left, int right, boolean leftmost) { if (leftmost) {         /*          * 传统（无前哨）插入类型，          * 针对服务器VM进行了优化,          * 用于最左边的部分.          */         for (int i = left, j = i; i < right; j = ++i) {             int ai = a[i + 1];// 得到下一位元素的值             /*              * 判断ai是否小于前面的元素值              * 如果小于则将前面的值后移一位              * 一直往前遍历交换到首位或者前面元素值小于等于ai为止              */             while (ai < a[j]) {                 a[j + 1] = a[j];                 if (j-- == left) {                     break;                }            }             // 将最终索引出的值改为ai,完成交换             a[j + 1] = ai;        }    } else {         /*          * 跳过最长的升序.          */         do {             if (left >= right) {                 return;            }        } while (a[++left] >= a[left - 1]);          /*          * 相邻部分的每个元素都扮演着哨兵的角色，          * 因此，这使我们避免了每次迭代的左范围检查。          * 此外，我们使用更优化的算法          * 所谓的配对插入排序          * （在Quicksort的背景下）这比传统的插入排序实现要快。          */         for (int k = left; ++left <= right; k = ++left) {             long a1 = a[k], a2 = a[left];              if (a1 < a2) {                 a2 = a1; a1 = a[left];            }             while (a1 < a[--k]) {                 a[k + 2] = a[k];            }             a[++k + 1] = a1;              while (a2 < a[--k]) {                 a[k + 1] = a[k];            }             a[k + 1] = a2;        }         long last = a[right];          while (last < a[--right]) {             a[right + 1] = a[right];        }         a[right + 1] = last;    } }