¿Por qué el método Arrays.sort de Java usa dos algoritmos de clasificación diferentes para diferentes tipos?

El Arrays.sortmétodo de Java 6 utiliza Quicksort para matrices de primitivas y fusionar ordenación para matrices de objetos. Creo que la mayoría de las veces la ordenación rápida es más rápida que la ordenación combinada y cuesta menos memoria. Mis experimentos apoyan eso, aunque ambos algoritmos son O (n log (n)). Entonces, ¿por qué se utilizan diferentes algoritmos para diferentes tipos?

La razón más probable: la clasificación rápida no es estable , es decir, las entradas iguales pueden cambiar su posición relativa durante la clasificación; Entre otras cosas, esto significa que si ordena una matriz ya ordenada, es posible que no permanezca sin cambios.

Dado que los tipos primitivos no tienen identidad (no hay forma de distinguir dos ints con el mismo valor), esto no les importa. Pero para los tipos de referencia, podría causar problemas para algunas aplicaciones. Por lo tanto, se utiliza una clasificación de combinación estable para esos.

OTOH, una razón para no usar el tipo de fusión estable (n * log (n) garantizado) para tipos primitivos podría ser que requiere hacer un clon de la matriz. Para los tipos de referencia, donde los objetos referidos usualmente ocupan mucha más memoria que la matriz de referencias, esto generalmente no importa. Pero para los tipos primitivos, la clonación de la matriz duplica el uso de memoria.

De acuerdo con los documentos de la API de Java 7 citados en esta respuesta , Arrays#Sort()para las matrices de objetos ahora se usa TimSort , que es un híbrido de MergeSort e InsertionSort. Por otro lado, Arrays#sort()para las matrices primitivas ahora se usa Dual-Pivot QuickSort . Estos cambios se implementaron a partir de Java SE 7.

Una razón en la que puedo pensar es que quicksort tiene una complejidad de tiempo en el peor de los casos de O ( n ^ 2 ) mientras que mergesort retiene el tiempo del peor de los casos de O ( n log n ). Para las matrices de objetos, existe una expectativa razonable de que habrá múltiples referencias de objetos duplicadas, que es un caso en el que el ordenamiento rápido funciona peor.

Hay una comparación visual decente de varios algoritmos , preste especial atención al gráfico de la derecha para diferentes algoritmos.

Estaba tomando la clase de Coursera sobre algoritmos y en una de las conferencias, el profesor Bob Sedgewick mencionaba la evaluación para el sistema Java:

"Si un programador está usando objetos, tal vez el espacio no sea una consideración de importancia crítica y el espacio adicional usado por un tipo de combinación tal vez no sea un problema. Y si un programador está usando tipos primitivos, tal vez el rendimiento sea lo más importante, por lo que usan ordenación rápida."

java.util.Arrays usa quicksort para tipos primitivos como int y mergesort para objetos que implementan Comparable o usan un Comparator . La idea de usar dos métodos diferentes es que si un programador usa objetos, tal vez el espacio no sea una consideración de importancia crítica y, por lo tanto, el espacio adicional usado por mergesort tal vez no sea un problema y si el programador usa tipos primitivos, tal vez el rendimiento sea lo más importante, así que use la clasificación rápida .

Por ejemplo: este es el ejemplo cuando la clasificación de la estabilidad es importante.

Es por eso que los tipos estables tienen sentido para los tipos de objetos, especialmente los tipos de objetos mutables y los tipos de objetos con más datos que solo la clave de clasificación, y mergesort es un tipo de ese tipo. Pero para los tipos primitivos, la estabilidad no solo es irrelevante. No tiene sentido.

Fuente: INFO

El Arrays.sortmétodo de Java utiliza clasificación rápida, clasificación por inserción y clasificación por fusión. Incluso hay una ordenación rápida de pivote simple y doble implementada en el código OpenJDK. El algoritmo de ordenación más rápido depende de las circunstancias y los ganadores son: ordenación por inserción para arreglos pequeños (47 elegidos actualmente), ordenación por fusión para arreglos en su mayoría ordenados y ordenamiento rápido para los arreglos restantes para que Array.sort () de Java intente elegir el mejor algoritmo para aplicar en base a esos criterios.