|
|
楼主 |
发表于 2005-11-7 15:54:47
|
显示全部楼层
有兴趣研究排序算法的进来看看～
关于该算法的几点说明
----------------------------------------
1，为什么不直接用递归而是使用一个栈来模拟递归？
一方面可以减小函数递归调用带来的开销(其实维护一个栈需要的开销与递归差不多，只稍微少一点点而以)。
另一方面是最主要的原因，使用栈可以优先处理较小的子表，这样即使在最坏的情况下，栈的深度也不会超过30，而递归无法保证优先处理小的子表，从而无法保证栈的深度较小，而在最坏的情况下栈的深度将等于(num-10)，这是不可接受的(内存也许会爆掉)！
2，为什么要假定：Strs[0]必须是最小值，Strs[num-1]必须是最大值？
通常仅仅在处理大量数据的时候才会非常关心效率的问题，而此时的数据通常保存在硬盘上，从硬盘调入内存的时候，瓶颈在硬盘，故而可以利用此速度差在读取的同时计算轻易找出最小/大字符串的值，并将其调换到字符串数组的首尾。进而给此排序函数提供额外的信息。
3，为什么要多花几个步骤来维护一个3子表，而不是传统的2子表？
因为传统QuickSort的2子表在数组中没有什么重复元素的情况下工作的非常好，但是一旦表中出现大量的重复元素，效率就会变得不可思议的低！而3子表在这种情况下仍然能工作的非常好，所以多花些步骤避免难堪的最坏结果是值得的。
4，为什么要在处理每个子表前计算公共前缀的长度？
算法中有大量的字符串比较，耗去了主要的时间，因为比较两有10个相同前缀的字符串需要多做10次无效劳动。所以如何减少无效劳动就显得很重要，因此在基于每个子表的最小/大字符串已知的情况下，可以计算出该子表的公共前缀的长度，从而线性的减少无效劳动，节约的时间很可观。
5，为什么将交换函数和比较函数集成在内部？
当然是为了最大限度减少函数调用的开销喽～虽然这样做的结果是代码看上去更加臃肿。但是为了效率，还是值得的！
6，为什么在子表较小(<11)的时候停止递归，转而使用冒泡排序？
前人的经验表明，在无序数组长度<=8的情况下，时间复杂度为O(n^2)的冒泡算法效果最好。因此它很适合用来处理最终的小子表。
就说这几点，欢迎大伙讨论！！
[PHP]
__forceinline void StrSort(char** Strs, size_t num)
{//注意：Strs[0]必须是最小值，Strs[num-1]必须是最大值；num>0
size_t lo=0, mid_lo, mid_hi, hi=num-1; //当前子表的 低/中低/中高/高 指针
size_t loguy, higuy; //用于划分步骤的低/高滑动指针
size_t size=num; //当前子表大小
unsigned short preLen=0; //当前子表的公共前缀长度
unsigned char *src, *dst; //用于比较两个字符串(防止破坏原字符串)[必须强制为unsigned char*，由于'\0'结尾的原因]
short comp=0; //上述两字符串的比较结果：负 src<dst，零 src=dst，正 src>dst
size_t p, max; //小子表冒泡排序时的滑动索引和指向局部最大值的索引
char* tmp; //临时字符串
size_t lostk[30]={0}, histk[30]={0}; //保存子表低/高指针的FILO栈[因为小表优先处理，所以30已经足够大了]
char stkptr=0; //上述栈的深度
if(NULL==Strs||num<2) return; //无事可做
PseudoRecursion://更新lo,hi后，跳转到此处模拟递归
preLen=0; src=Strs[lo]; dst=Strs[hi]; while(*src==*dst && *dst) src++,dst++,preLen++; //计算当前子表的公共前缀长度
if((size=hi-lo+1)<11)
{//如果子表中乱序元素个数<=8，则时间复杂度为O(n^2)的冒泡算法效果最好[前人的经验,没有理由]
hi--; lo++;//因为首尾已经分别是最小/大值了
while(hi>lo)
{
max=lo;//假定索引lo指向局部最大值
for(p=lo+1; p<=hi; p++)
{//寻找指向数组中局部最大值的真实索引max
comp=0; src=Strs[p]+preLen; dst=Strs[max]+preLen; while(!(comp=*src-*dst) && *dst) src++,dst++; //比较两个字符串
if(comp>0) max=p;//如果p指向的值更大就更新max
}
tmp=Strs[max]; Strs[max]=Strs[hi]; Strs[hi]=tmp; //交换，使得hi处为局部最大值
hi--;
}
}
else
{//子表较大（>=11），继续分割
mid_lo=mid_hi=lo+size/2;//用于划分子表的中间索引[不能用(lo+hi)/2，可能会溢出]
loguy=lo+1; higuy=hi-1;//低/高端滑动指针[因为首尾已经分别是最小/大值了]
while(1)
{//下面采取的策略是分割成3子表而不是传统的2子表，这对于改善有大量相同元素的表的效率有极大的提高！
while(loguy<mid_lo)
{//将loguy向高端滑动
comp=0; src=Strs[loguy]+preLen; dst=Strs[mid_lo]+preLen; while(!(comp=*src-*dst)&&*dst)src++,dst++; //比较两个字符串
if(comp<0) loguy++; //低端较小,符合顺序(继续下一个)
else if(comp>0) break; //低端较大,需要交换(暂停移动)
else { mid_lo--; tmp=Strs[loguy]; Strs[loguy]=Strs[mid_lo]; Strs[mid_lo]=tmp; }//相等，减小mid_lo并交换
}
while(mid_hi<higuy)
{//将higuy向低端滑动
comp=0; src=Strs[mid_hi]+preLen; dst=Strs[higuy]+preLen; while(!(comp=*src-*dst)&&*dst)src++,dst++; //比较两个字符串
if(comp<0) higuy--; //低端较小,符合顺序(继续下一个)
else if(comp>0) break; //低端较大,需要交换(暂停移动)
else { mid_hi++; tmp=Strs[higuy]; Strs[higuy]=Strs[mid_hi]; Strs[mid_hi]=tmp; }//相等，增大mid_hi并交换
}
//根据不同的情况采取不同的措施
if(loguy==mid_lo&&mid_hi==higuy) break;
tmp=Strs[loguy]; Strs[loguy]=Strs[higuy]; Strs[higuy]=tmp;
if(loguy<mid_lo&&mid_hi<higuy){loguy++; higuy--;}
else if(loguy==mid_lo&&mid_hi<higuy){mid_lo++; mid_hi++; tmp=Strs[mid_hi]; Strs[mid_hi]=Strs[higuy]; Strs[higuy]=tmp;}
else {mid_lo--; mid_hi--; tmp=Strs[loguy]; Strs[loguy]=Strs[mid_lo]; Strs[mid_lo]=tmp;}//if(loguy<mid_lo&&mid_hi==higuy)
}
//分割完毕；下面优先处理较小的子表，以避免栈溢出
if(mid_lo-lo<hi-mid_hi)
{//低端子表较小
if(hi-mid_hi>2){lostk[stkptr]=mid_hi; histk[stkptr]=hi; ++stkptr;} //将高端子表压栈//仅压3元素以上的子表
if(mid_lo-lo>2){hi=mid_lo; goto PseudoRecursion;}//仅处理3元素以上的子表
}
else
{//高端子表较小
if(mid_lo-lo>2){lostk[stkptr]=lo; histk[stkptr]=mid_lo; ++stkptr;} //将低端子表压栈//仅压3元素以上的子表
if(hi-mid_hi>2){lo=mid_hi; goto PseudoRecursion;}//仅处理3元素以上的子表
}
}
if(--stkptr>=0){ lo=lostk[stkptr]; hi=histk[stkptr]; goto PseudoRecursion; }
else return;
}
[/PHP] |
|
IP卡
狗仔卡
发表于 2005-11-7 11:00:50
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡