如何用多线程实现归并排序
等我有时间了，一定要把《算法导论》啃完，这本书的印刷质量实在太好了，滑稽。
之前听吴恩达老大说过Python里面的Numpy包的矩阵运算就是多线程的，所以能做到的情况下尽量用矩阵运算代替循环，这样能大大加快运算的速度。
为了提高速度，如果不涉及外部资源读取的话，要提高运行速度就要做到并行计算，依赖于处理器的数量；如果需要等待耗时的外部资源读取，就可以通过并发边读边运算。
算法导论有一章节提到了并行循环，多线程矩阵乘法和多线程归并排序，方法都是讲一个大的计算过程分成几个独立的小部分，各个部分让单独的线程去计算。
排序里面讲问题分解的典型的就有快排和归并，接下来看一下怎么写多线程的。
单线程的排序算法可见另外一篇文章：https://blog.csdn.net/whut2010hj/article/details/80786831
多线程归并排序
直接点的思考方式，归并排序先要把一个数据分成两个，然后这两个分别归并排序，拍完了把两个归并到一起，典型的递归。
那么我们直接点，先把数组分割好，然后开两个线程，一个线程给一个，等着两个线程都搞定了，在把两个结果合并起来。或者你觉得两个线程每个要处理的还是太长了，那就在这两个线程里面再把拿到的数组分割了，各自再开两个。尝试一下
先看下单线程的版本，做下测试
import java.util.Random;
public class Main {
public static void main(String[] args) {
int length = 1000;
int[] data = (new Data(length)).getData();
printArr(data);
System.out.println();
mergeSort(data);
printArr(data);
}
//递归
private static void mergeSort(int[] nums,int[] tmp,int left,int right){
if(left
可以看到算法是能正常运行的
按上面思路的多线程版本呢？用 两个线程试验了下
只修改了main函数，加入了一个verify用作验证排序是不是OK的，不能人眼看吧
import java.util.Random;
import java.util.concurrent.CountDownLatch;
public class Main {
public static void main (String[] args) throws InterruptedException {
int length = 1000;
int[] data = (new Data(length)).getData();
printArr(data);
System.out.println();
// mergeSort(data);
//在这里修改
int center = data.length/2;
int[] tmp = new int[data.length];
CountDownLatch latch = new CountDownLatch(2);//CountDownLatch能够使一个线程在等待另
//外一些线程完成各自工作之后，再继续执行
new Thread(new Runnable(){
@Override
public void run() {
mergeSort(data,tmp,0,center);
latch.countDown();
}
}).start();
new Thread(new Runnable(){
@Override
public void run() {
mergeSort(data,tmp,center+1,data.length-1);
latch.countDown();
}
}).start();
latch.await();
merge(data, tmp, 0, center+1, data.length-1);
printArr(data);
System.out.println();
verify(data);
}
//递归
private static void mergeSort(int[] nums,int[] tmp,int left,int right){
if(leftnums[i+1]){
System.out.println("排序失败");
return;
}
}
System.out.println("排序成功");
}
}
/**
* 产生随机数据
*/
class Data{
int length;
int[] data;
public Data(int length){
this.length = length;
data = new int[length];
}
public int[] getData(){
Random random = new Random(System.currentTimeMillis());
for(int i=0;i 结果是OK的
上面是按自己的构思开启的线程。
其实Java本身提供了更好的解决方案，就是Fork/Join框架， 贴一下这个框架的介绍
Doug Lea 大神写的Fork/Join框架的论文
并发编程网翻译
使用Fork/Join 我们需要知道两个类：
- ForkJoinTask：我们要使用ForkJoin框架，必须首先创建一个ForkJoin任务。它提供在任务中执行fork()和join()操作的机制，通常情况下我们不需要直接继承ForkJoinTask类，而只需要继承它的子类，Fork/Join框架提供了以下两个子类：
- RecursiveAction：用于没有返回结果的任务。
- RecursiveTask ：用于有返回结果的任务。
- ForkJoinPool ：ForkJoinTask需要通过ForkJoinPool来执行，任务分割出的子任务会添加到当前工作线程所维护的双端队列中，进入队列的头部。当一个工作线程的队列里暂时没有任务时，它会随机从其他工作线程的队列的尾部获取一个任务。
下面看下如何用这个框架实现多线程归并排序
import java.util.Random;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveAction;
import java.util.concurrent.RecursiveTask;
import java.util.concurrent.TimeUnit;
public class Main {
public static void main (String[] args) throws InterruptedException {
int length = 1000;
int[] data = (new Data(length)).getData();
printArr(data);
System.out.println();
// mergeSort(data);
//在这里修改
// int center = data.length/2;
int[] tmp = new int[data.length];
// CountDownLatch latch = new CountDownLatch(2);//CountDownLatch能够使一个线程在等待另外一些线程完成各自工作之后，再继续执行
// new Thread(new Runnable(){
// @Override
// public void run() {
// mergeSort(data,tmp,0,center);
// latch.countDown();
// }
// }).start();
// new Thread(new Runnable(){
// @Override
// public void run() {
// mergeSort(data,tmp,center+1,data.length-1);
// latch.countDown();
// }
// }).start();
// latch.await();
// merge(data, tmp, 0, center+1, data.length-1);
//Fork/Join 从这里开始
ForkJoinPool forkJoinPool = new ForkJoinPool();
Main.mergeTask task = new Main.mergeTask(data, tmp, 0, data.length-1);//创建任务
forkJoinPool.execute(task);//执行任务
forkJoinPool.awaitTermination(2, TimeUnit.SECONDS);//阻塞当前线程直到pool中的任务都完成了
printArr(data);
System.out.println();
verify(data);
}
//递归
private static void mergeSort(int[] nums,int[] tmp,int left,int right){
if(leftnums[i+1]){
System.out.println("排序失败");
return;
}
}
System.out.println("排序成功");
}
static class mergeTask extends RecursiveAction {
private static final int THRESHOLD = 2;//设置任务大小阈值
private int start;
private int end;
private int[] data;
private int[] tmp;
public mergeTask(int[] data, int[] tmp, int start, int end){
this.data = data;
this.tmp = tmp;
this.start = start;
this.end = end;
}
@Override
protected void compute(){
if((end - start)<=THRESHOLD){
mergeSort(data,tmp,start,end);
}else{
int center = (start + end)/2;
Main.mergeTask leftTask = new Main.mergeTask(data, tmp, start, center);
Main.mergeTask rightTask = new Main.mergeTask(data, tmp, center+1, end);
leftTask.fork();
rightTask.fork();
leftTask.join();
rightTask.join();
merge(data, tmp, start, center+1, end);
}
}
}
}
/**
* 产生随机数据
*/
class Data{
int length;
int[] data;
public Data(int length){
this.length = length;
data = new int[length];
}
public int[] getData(){
Random random = new Random(System.currentTimeMillis());
for(int i=0;i 结果也是OK的
以上都没有涉及到锁，虽然操作的是共享的数组，但是被读写的区域是被隔离开的。
也是在算法导论上瞟到多线程算法这么一章，顺藤摸瓜才知道有Fork/Join 这个东西，要学的东西真的多。
搞完这个我又联想到之前看过的一道算法题：
在大量的数据中，寻找最大的k个数，或者是出现次数最多的k个数据，比如说这个数据有10个G，放在一个大文件中，电脑内存4G。
解题思路就是先把这个文件分块，为了确保相同的数据在一个块中，通过计算Hash值来分块，相同Hash 放到一个块中。比如每分100个块，这样平均一个块就在100M左右，对每个块分别载入内存找最大的前K个数或者出现最多的前K个数据，最后比较这100*K个数据来得到结果。
怎么用多线程求解？