Java8 Arrays.sort VS Arrays.parallelSort
所有的开发者都会用到Arrays.sort来进行对象和原生数组进行排序，这个API会使用归并排序或者Tim排序来进行排序，源码如下所示：
|
1
2
3
4
5
6
|
public static void sort(Object[] a) {
if (LegacyMergeSort.userRequested)
legacyMergeSort(a);
else
ComparableTimSort.sort(a);
} |
上面的代码会依次执行，技术归并排序使用了分治的技术。Java8出来之后，有一个新API用来进行排序，这就是Arrays.ParallelSort,这是一种并行排序，有意思吧，让我们来看看它是怎么实现的。 Arrays.ParallelSort使用了Java7的Fork/Join框架使得排序任务可以在线程池中的多个线程中进行，Fork/Join实现了一种任务窃取算法，一个闲置的线程可以窃取其他线程的闲置任务进行处理。
Arrays.parallelSort概述
这个方法使用了一个临界值，还有一些容量小于这个临界值的数组，这个临界值和数组的容量都是计算来用于并行计算的，如下代码所示：
|
1
2
3
4
5
|
private static final intgetSplitThreshold(int n) {
int p = ForkJoinPool.getCommonPoolParallelism();
int t = (p > 1) ? (1+ n / (p << 3)) : n;
return t < MIN_ARRAY_SORT_GRAN ? MIN_ARRAY_SORT_GRAN : t;
} |
一旦数组决定了使用并行排序，那他马上会被分为几个部分，然后通知Fork/Join任务对各个部分进行排序，跟着通知另外的Fork/Join任务对排序后的数组进行合并。Java8使用如下的方法进行实现： 1、将数组分成4个子数组。 2、对前面两个子数组进行排序然后合并。 3、对后面的两个进行排序然后合并。 上面着几个步骤会重复递归，每个子数组都要求容量小于上面计算出来的临界值。
一些有意思的结果
我尝试去对比Arrays.sort和Arrays.parallelSort的排序时间，在一台4CPU的电脑上，使用如下的代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
public class ArraysParallelDemo {
public static void main(String[] args) throws FileNotFoundException {
List<Double> arraySource = new ArrayList<>();
Scanner reader = new Scanner(ClassLoader.
getSystemResourceAsStream("java8demo/large_array_input"));
while(reader.hasNext()){
String line = reader.nextLine();
String[] strNums = line.split(",");
for ( String strN : strNums){
arraySource.add(Double.parseDouble(strN));
}
}
System.out.println(arraySource.size());
Double [] myArray = new Double[1];
myArray = arraySource.toArray(myArray);
long startTime = System.currentTimeMillis();
Arrays.sort(myArray);
long endTime = System.currentTimeMillis();
System.out.println("Time take in serial: "+
(endTime-startTime)/1000.0);
Double [] myArray2 = new Double[1];
myArray2 = arraySource.toArray(myArray);
startTime = System.currentTimeMillis();
Arrays.parallelSort(myArray2);
endTime = System.currentTimeMillis();
System.out.println("Time take in parallel: "+
(endTime-startTime)/1000.0);
}
} |
数组容量和时间消耗的一个基准测试如下所示：
在数组容量小于10000的情况下，并行排序和串行排序消耗时间是差不多的，但是当数组容量在10000以上的时候，并行排序就体现出了它的优势。