Java中的并发排序

Question

我目前正在开发一个同时对字符串进行排序的程序。我的程序接收一个文件，将文件的每一行读入一个数组，然后将字符串数组拆分为更小的字符串数组。然后程序为每个较小的数组启动一个线程，并对它们进行快速排序。一旦每个线程完成对其数组的排序，主线程就会从线程对象中收集所有结果。然后应该将较小的、现已排序的数组合并为一个大的、已排序的数组。

我知道我的快速排序实现是有效的——程序使用一个线程对单词进行排序。我需要的是一种将线程返回的数组嵌套在一起的算法。

任何帮助表示赞赏 - 在此先感谢。

Answer 1

从mergesort 的最后一个merge 过程开始。您读取每个 m 数组的第一个值（单个子数组的最小值），然后选择 m 个读取值中的最小值（全局最小值），将其推送到结果中，然后将其从包含数组中删除或递增相应的索引加一。然后，迭代直到所有子数组都为空，或者所有索引都到达了各自数组的末尾。

注意：如果您有一个非常大的数据集（它实际上用于处理这种情况），这可能会减少内存使用量，但由于拆分成本（如果您复制子数组，它会变为线性，这可能会比原始快速排序更差） ) 和多线程开销。考虑到当应用于大型数组时，就地合并排序更节省空间。还要考虑一下谁编写了您正在使用的快速排序，可能花时间优化调用和分支执行。

这是基本的理论 CS，但请注意，您不能简单地通过使用并行来降低计算复杂度等级，您只能获得线性加速。最后，Quicksort 碰巧达到了比较排序算法的平均复杂度的下限：如果你想超越 Quicksort O(nlog(n)) 我有个坏消息要告诉你。

Answer 2

我认为使用归并排序是相当标准的。

我建议使用尽可能多的线程作为开始的 CPU。

您可能会发现读取文件的时间比例很高，因此可以在您读取字符串时对字符串进行排序的方法可能会更快。

例如使用 TreeSets 进行基数排序可能会更快，因为它将按您读取文件的时间进行排序。

Answer 3

您可以在此处使用合并程序。该算法非常简单，请参阅维基百科上的Merge sort。使用可以在两个数组合并时使用简单的双向合并，或者在多个数组同时合并时使用多路合并。

另外，检查这项工作：Parallelized QuickSort and RadixSort with Optimal Speedup。

最后还有3-way string quicksort可以并行。

Answer 4

就像其他帖子中提到的，算法的最后一步是合并排序。

但是，快速排序本身是一种递归算法，允许自然地引入并发，这样您的“合并步骤”就已过时，例如，请参阅 http://ricardozuasti.com/2012/java-concurrency-examples-forkjoin-framework/

在枢轴元素处于其最终位置后，您可以在两个分区上调用快速排序。这可以同时进行。由于这是递归的，它将跨越其他线程。