【问题标题】:Why is recursive MergeSort faster than iterative MergeSort?为什么递归 MergeSort 比迭代 MergeSort 快?
【发布时间】:2019-03-25 20:07:23
【问题描述】:

我刚刚实现了这两种算法,当我绘制结果时我很惊讶!递归实现显然比迭代更快。 之后,我加上了两者结合的插入排序,结果是一样的。

在讲座中,我们看到递归比阶乘计算中的迭代慢,但这里似乎并非如此。我很确定我的代码是正确的。 这种行为的解释是什么?看起来java(10)在递归模式下自动实现多线程,因为当我显示插入排序与合并操作并行工作的小动画时。

如果这些代码还不够看懂这里是我的github:Github

已重新加载编辑 正如在 cmets 中所说,我应该比较相似的东西,所以现在合并方法在迭代和递归中是相同的。

private void merge(ArrayToSort<T> array, T[] sub_array,
                   int min, int mid, int max) {
    //we make a copy of the array.
    if (max + 1 - min >= 0) System.arraycopy(array.array, min, sub_array, min, max + 1 - min);

    int i = min, j = mid + 1;

    for (var k = min; k <= max; k++) {

        if (i > mid) {
            array.array[k] = sub_array[j++];
        } else if (j > max) {
            array.array[k] = sub_array[i++];
        } else if (sub_array[j].compareTo(sub_array[i]) < 0) {
            array.array[k] = sub_array[j++];
        } else {
            array.array[k] = sub_array[i++];
        }
    }
}

递归排序:

public void Sort(ArrayToSort<T> array) {
    T sub[] = (T[]) new Comparable[array.Length];
    sort(array, sub, 0, array.Length - 1);
}

private InsertionSort<T> insertionSort = new InsertionSort<>();
private void sort(ArrayToSort<T> array, T[] sub_array, int min, int max) {
    if (max <= min) return;
    if (max <= min + 8 - 1) {
        insertionSort.Sort(array, min, max);
        return;
    }
    var mid = min + (max - min) / 2;
    sort(array, sub_array, min, mid);
    sort(array, sub_array, mid + 1, max);
    merge(array, sub_array, min, mid, max);

}

排序迭代:

private InsertionSort<T> insertionSort = new InsertionSort<>();
public void Sort(ArrayToSort<T> array) {

    int length = array.Length;
    int maxIndex = length - 1;

    T temp[] = (T[]) new Comparable[length];

    for (int i = 0; i < maxIndex; i += 8) {
        insertionSort.Sort(array, i, Integer.min(i + 8 - 1, maxIndex));
    }

    System.arraycopy(array.array, 0, temp, 0, length);

    for (int m = 8; m <= maxIndex; m = 2 * m) {
        for (int i = 0; i < maxIndex; i += 2 * m) {

            merge(array, temp, i, i + m - 1,
                    Integer.min(i + 2 * m - 1, maxIndex));
        }
    }
}

在新的情节中,我们可以看到现在差异是成比例的(à un facteur près)。如果有人有更多的想法......非常感谢:)
新*新剧情

这是我(实际上是老师的)绘制方法:

for (int i = 0; i < nbSteps; i++) {
    int N = startingCount + countIncrement * i;
    for (ISortingAlgorithm<Integer> algo : algorithms) {

        long time = 0;
        for (int j = 0; j < folds; j++) {
            ArrayToSort<Integer> toSort = new ArrayToSort<>(
                    ArrayToSort.CreateRandomIntegerArray(N, Integer.MAX_VALUE, (int) System.nanoTime())
            );
            long startTime = System.currentTimeMillis();
            algo.Sort(toSort);
            long endTime = System.currentTimeMillis();
            time += (endTime - startTime);
            assert toSort.isSorted();
        }
        stringBuilder.append(N + ", " + (time / folds) + ", " + algo.Name() + "\n");
        System.out.println(N + ", " + (time / folds) + ", " + algo.Name());
    }

}

【问题讨论】:

  • 为什么要在迭代中进行插入排序?
  • 这是一个很好的问题,我认为插入小标签会更好。无论如何,在两种算法中都没有插入排序。
  • 在您的递归版本中,您使用System.arraycopy 来复制子数组,但在您的迭代版本中,您使用循环来执行此操作。考虑到System.arraycopy 是高度优化的,它会比你的循环更快。此外,在迭代版本中,您使用插入排序对 8 元素子数组进行排序,但随后您开始对 4 项子数组进行合并。似乎您应该从 8 项子数组开始。
  • 您的 merge 方法明显不同,但它们应该相同。不仅循环结构不同,在递归版本中您将temp 作为参数传递,而在迭代版本中temp 是一个全局变量。仔细检查您的代码,并确保支持函数(如插入排序和合并)是相同的。如果您想了解递归和迭代之间的区别,您必须确保将它们隔离开来。否则,无法确定差异在哪里。
  • 您展示的迭代排序方法不会将临时数组传递给merge 方法。迭代排序方法在 temp 中生成数组的完整副本。显然是没有理由的。递归方法不这样做。或者在调用递归版本之前可能会做一些事情。请发布更新,显示您使用的确切代码。包括迭代和递归sort 方法和merge 方法。另外,请发布您的测试/计时代码,因为可能存在差异。

标签: java algorithm sorting mergesort


【解决方案1】:

我认为我没有答案,因为我没有尝试您的代码。 我会给你一些想法:

a) CPU 具有 L1 高速缓存和指令预取功能。当所有类型都完成时,递归版本可能具有更好的引用局部性,并且在弹出所有帧时完成了一堆合并(出于其他 cpu 优化原因)

b) 同时,JIT 编译器对递归做了一些疯狂的事情,特别是由于尾递归和内联。我建议您尝试不使用 JIT 编译器只是为了好玩。还可能想尝试更改 JIT 编译的阈值,以便更快地编译 JIT 以最小化预热时间。

c) system.arraycopy 是本机方法,尽管经过优化,但它应该有开销。

d) 迭代版本似乎在循环中有更多的算术。

e) 这是对微基准测试的尝试。您需要排除 GC 并让测试运行数十次(如果不是数百次)。阅读 JMH。也可以尝试不同的 GC 和 -Xmx。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2013-09-21
    • 2015-03-26
    • 1970-01-01
    相关资源
    最近更新 更多