Java集合框架之算法

Java集合框架中，还有两个工具类值得关注：Collections和Arrays。对于一个集合或数组，有很多必要的操作，比如查找、排序、反转、随机打乱、求最大值最小值等等。其中查找、排序都要用到合适的算法，以便快速完成这些操作。

1. 查找

Collections和Arrays中的查找都是二分查找法。二分查找法基于一个按升序排列的元素列表，分为三部分：中值前列表、中值、中值后列表。如果是中值，直接返回，如果元素比中值大，就把“中值后列表”变成新列表，反之，把“中值前列表”变成新列表。然后对新列表继续上述操作。一直循环下去，找到为止。在最坏的情况下，需要查找log2n次，所以二分查找法的时间复杂度是O(logn)。

因为二分查找法是基于一个按升序排列的元素列表，所以Collections中的二分查找法只针对List。List的实现又分为是不是RandomAccess。RandomAccess是一个标记接口，ArrayList有实现这个标记，而LinkedList没有实现这个标记。这两者的二分查找实现有细微的区别，如果是RandomAccess，就会基于数组下标进行二分查找，如果不是，就要依赖外部迭代器进行二分查找，显然通过数组下标查找效率会更高。

2. 排序

Collections的排序方法都是调用Arrays的排序方法。对于Arrays中的排序方法，分为两类，一类是基本数据类型，一类是对象类型。对于基本数据类型采用的是双轴快速排序（Dual-Pivot QuickSort），是一种改进的快速排序算法，早期版本是相对传统的快速排序。对于对象类型则是使用TimSort，思想上也是一种归并和二分插入排序（binarySort）结合的优化排序算法。TimSort 并不是 Java 的独创，简单说它的思路是查找数据集中已经排好序的分区（这里叫 run），然后合并这些分区来达到排序的目的。

TimSort的大致逻辑是，如果元素个数在32个以内，就用二分插入排序；如果多于32个元素，就采取结合二分插入排序和归并排序的办法。这就综合了两种排序算法在不同场景下的优势。两种算法有何不同，在本文第三节就讲到。

另外，Java 8 引入了并行排序算法（直接使用 parallelSort 方法），这是为了充分利用现代多核处理器的计算能力，底层实现基于 fork-join 框架，当处理的数据集比较小的时候，差距不明显，甚至还表现差一点；但是，当数据集增长到数万或百万以上时，提高就非常大了，具体还是取决于处理器和系统环境。

排序算法仍然在不断改进，最近双轴快速排序实现的作者提交了一个更进一步的改进，历时多年的研究，目前正在审核和验证阶段。根据作者的性能测试对比，相比于基于归并排序的实现，新改进可以提高随机数据排序速度提高 10%～20%，甚至在其他特征的数据集上也有几倍的提高。

3. 常见的排序算法

排序分内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。通常我们指的排序是内部排序。内部排序有很多，从大的层面可以分为两类：一类是比较排序（冒泡排序，选择排序，插入排序，归并排序，堆排序，快速排序……），一类是非比较排序（计数排序，基数排序，桶排序……）。

各类排序算法的性能对比：

 

从上表可以看出，排序算法还有一个稳定性的概念：如果Ai = Aj，排序前Ai在Aj之前，排序后Ai还在Aj之前，则称这种排序算法是稳定的。通俗地讲就是保证排序前后两个相等的数的相对顺序不变。需要注意的是，排序算法是否为稳定的最终是由具体算法决定的，不