Arrays.parallelSort和Arrays.sort性能对比（java）

概述
我们都使用过 Arrays.sort() 对对象或原始数据类型数组（byte，short，int，long，char，float，double和boolean）进行排序。在 JDK 8 中，创造者增强了 API 以提供一种新方法：Arrays.parallelSort()。
Arrays.sort()
Arrays.sort() 方法对对象或原始数据类型的数组进行排序。此方法中使用的排序算法是 Dual-Pivot Quicksort。 换句话说，它是快速排序算法的自定义实现，以实现更好的性能。

此方法是单线程的 ，有两种变体：
sort(array)–将整个数组按升序排序

sort(array, fromIndex, toIndex)–仅将从 fromIndex 到 toIndex 的元素排序

优点	缺点
快速处理较小的数据集	大型数据集的性能下降 ,没有利用系统的多个核心

Arrays.parallelSort
此方法对对象或原始数据类型的数组进行排序。与 sort() 类似，它也有两个变体来对完整数组和部分数组进行排序

parallelSort() 在功能上有所不同。与 sort() 使用单个线程对数据进行顺序排序不同，它使用并行排序-合并排序算法。它将数组分成子数组，这些子数组本身先进行排序然后合并。

为了执行并行任务，它使用 ForkJoin 池。

但是我们需要知道，只有在满足某些条件时，它才会使用并行性。如果数组大小小于或等于 8192，或者处理器只有一个核心，则它将使用顺序的 Dual-Pivot Quicksort 算法。否则，它使用并行排序。

优点	缺点
为大型数据集提供更好的性能	对于大小较小的数组，处理速度较慢
利用系统的多个核心

public class SortTest {
    public static void main(String[] args){
        for(int i=10;i<Integer.MAX_VALUE;i*=10)
            test(i);

    }
    static void test(long limit){
        Random rand = new Random();
        IntStream stream = rand.ints(limit);
        int[] arr = stream.toArray();
        int[] arr1 = Arrays.copyOf(arr, arr.length);

        long t1 = System.currentTimeMillis();
        Arrays.parallelSort(arr);
        long t2 = System.currentTimeMillis();
        Arrays.sort(arr1);
        long t3 = System.currentTimeMillis();
        System.out.println("limit:"+limit+"\t parallelSort: "+(t2-t1)+"ms\tserialSort: "+(t3-t2)+"ms");
    }
}

测试结果

//先让数据规模按2的指数幂递增
limit:2  parallelSort: 0ms  serialSort: 0ms
limit:4  parallelSort: 0ms  serialSort: 0ms
limit:8  parallelSort: 0ms  serialSort: 0ms
limit:16     parallelSort: 0ms  serialSort: 0ms
limit:32     parallelSort: 0ms  serialSort: 0ms
limit:64     parallelSort: 0ms  serialSort: 0ms
limit:128    parallelSort: 0ms  serialSort: 0ms
limit:256    parallelSort: 0ms  serialSort: 0ms
limit:512    parallelSort: 0ms  serialSort: 0ms
limit:1024   parallelSort: 0ms  serialSort: 0ms
limit:2048   parallelSort: 0ms  serialSort: 1ms
limit:4096   parallelSort: 0ms  serialSort: 1ms
limit:8192   parallelSort: 1ms  serialSort: 1ms
limit:16384  parallelSort: 7ms  serialSort: 1ms
limit:32768  parallelSort: 8ms  serialSort: 4ms
limit:65536  parallelSort: 16ms serialSort: 8ms
limit:131072     parallelSort: 17ms serialSort: 9ms
limit:262144     parallelSort: 5ms  serialSort: 20ms//转折点
limit:524288     parallelSort: 10ms serialSort: 42ms
limit:1048576    parallelSort: 20ms serialSort: 92ms
limit:2097152    parallelSort: 41ms serialSort: 241ms
limit:4194304    parallelSort: 98ms serialSort: 484ms
limit:8388608    parallelSort: 178ms    serialSort: 783ms
limit:16777216   parallelSort: 371ms    serialSort: 1712ms
limit:33554432   parallelSort: 770ms    serialSort: 3470ms
limit:67108864   parallelSort: 1772ms   serialSort: 8073ms
//然后按10的指数幂递增
limit:10     parallelSort: 0ms  serialSort: 0ms
limit:100    parallelSort: 0ms  serialSort: 0ms
limit:1000   parallelSort: 0ms  serialSort: 1ms
limit:10000  parallelSort: 5ms  serialSort: 1ms
limit:100000     parallelSort: 23ms serialSort: 11ms
limit:1000000    parallelSort: 34ms serialSort: 83ms//转折点
limit:10000000   parallelSort: 216ms    serialSort: 1048ms
limit:100000000  parallelSort: 2466ms   serialSort: 11992ms

从上面的结果，可以看出当数据规模达到262144（即2的18次方）时，并行排序的性能要超过串行排序。
(该结果受计算机的cpu影响)
结论

在这篇快速文章中，我们看到了 sort() 和 parallelSort() 的不同之处。

根据性能结果，我们可以得出结论，当我们要排序的数据集很大时，parallelSort() 可能是更好的选择。但是，在数组较小的情况下，最好使用 sort()，因为它可以提供更好的性能。