败者树的java实现

记录败者，胜者参加下一轮比赛，当新的元素到达的时候，log2(K)调整就可以选出胜者，下面的log2(K)代进1式，就可以抵消掉k的影响，从而与k无关，那么我们就可以，通过增大k,减少IO次数,并且不会降低内部归并的效率。












算法实现
1、一共k路，b[i]对应第i路，比如一共5路 b[0],b[1],b[2],b[3],b[4]对应5路的首元素
2、ls[i],是一棵败者树ls[0],ls[1],ls[2],ls[3],ls[4],分别存储上面的b[i]的下标i,这样就利用元素的下标，组织了成它们的树关系

初始化时，ls[i]=i；

然后从最后一个结点开始调整，t=(s+k)/2表示的是s的父结点, 然后逐渐向上向父结点比较t=t/2,最后到达ls[0],它是冠军，经过所有的结点调整，就成了一棵败者树，最后输出b[ls[0]]，

k路合并，根据ls[0],可以知道是从哪路输出，然后再从哪路输入

败者树在数据结构的课本上就有，它可以直接获得k个记录中的最小值/最大值，并且调整的时间复杂度为log(k)，因此可以在多路归并排序中用来加速多个多并段中最小值/最大值的查找，从而提高归并的速度。

败者树的Java代码如下，其中的Result是待排记录的抽象：

/*
 * ResultSet.java     0.0.1 2013/04/04 
 * Copyright(C) 2013 db-iir RUC. All rights reserved. 
 */
import java.util.ArrayList;

/** 
 * This Class implements the loser tree algorithm.
 * 
 * @version 0.0.1, 2013/04/04
 */
public class LoserTree
{
	private int[] tree = null;// 以顺序存储方式保存所有非叶子结点
	private int size = 0;
	private ArrayList<Result> leaves = null;// 叶子节点

	public LoserTree(ArrayList<Result> initResults)
	{
		this.leaves = initResults;
		this.size = initResults.size();
		this.tree = new int[size];
		for (int i = 0; i < size; ++i)
		{
			tree[i] = -1;
		}
		for (int i = size - 1; i >= 0; --i)
		{
			adjust(i);
		}
	}

	public void del(int s)
	{
		leaves.remove(s);
		size--;
		tree = new int[size];
		for (int i = 0; i < size; ++i)
		{
			tree[i] = -1;
		}
		for (int i = size - 1; i >= 0; --i)
		{
			adjust(i);
		}
	}

	public void add(Result leaf, int s)
	{
		leaves.set(s, leaf);// 调整叶子结点
		adjust(s);// 调整非叶子结点
	}

	public Result getLeaf(int i)
	{
		return leaves.get(i);
	}

	public int getWinner()
	{
		return tree[0];
	}

	private void adjust(int s)
	{
		// s指向当前的值最小的叶子结点（胜者）
		int t = (s + size) / 2;// t是s的双亲

		while (t > 0)
		{
			if (s >= 0
					&& (tree[t] == -1 || leaves.get(s).compareTo(
							leaves.get(tree[t])) > 0))
			{
				// 将树中的当前结点指向其子树中值最小的叶子
				int tmp = s;
				s = tree[t];
				tree[t] = tmp;
			}
			t /= 2;
		}
		tree[0] = s;// 树根指向胜者
	}
}

在产生初始归并段时，使用ArrayList和Collections.sort()就可以了，这个是一种改进的归并内部排序算法，我试验过，效率很高的，给13个100万条的字符串列表（每个字符串约10个字符、有重复）排序，在四核3.2GhzCPU的机器上、单线程也只用了十秒钟而已。其实外排很大一部分的时间消耗在IO上，特别是对于CPU性能好的工作站、服务器。