Java8 Arrays.sort VS Arrays.parallelSort

原生数组排序

开发者都会用到Arrays.sort来对原生数组进行排序，这个API会使用归并排序或者Tim排序来进行排序，源码如下所示：

public static void sort(Object[] a) {
if (LegacyMergeSort.userRequested)
legacyMergeSort(a);
else
ComparableTimSort.sort(a);
}
上面的代码会依次执行，归并排序使用了分治的技术。

Arrays.parallelSort概述

Java8出来之后，有一个新API用来进行排序，这就是Arrays.ParallelSort,这是一种并行排序，让我们来看看它是怎么实现的。

Arrays.ParallelSort使用了Java7的Fork/Join框架使排序任务可以在现场池中的多个线程中进行，Fork/Join实现了一种任务窃取算法，一个闲置的线程可以窃取其他线程的闲置任务进行处理。

Arrays.parallelSort这个方法使用了一个临界值，还有一些容量小于这个临界值的数组，这个临界值和数组的容量都是计算来用于并行计算的，如下代码所示：

private static final int getSplitThreshold(int n) {
int p = ForkJoinPool.getCommonPoolParallelism();
int t = (p > 1) ? (1 + n / (p << 3)) : n;
return t < MIN_ARRAY_SORT_GRAN ? MIN_ARRAY_SORT_GRAN : t;
}

一旦数组决定了使用并行排序，那他马上会被分为几个部分，然后通知Fork/Join任务对各个部分进行排序，跟着通知另外的Fork/Join任务对排序后的数组进行合并。

Java8使用如下的方法进行实现：

1、将数组分成4个子数组。

2、对前面两个子数组进行排序然后合并。

3、对后面的两个进行排序然后合并。

上面着几个步骤会重复递归，每个子数组都要求容量小于上面计算出来的临界值。

对比结果

我尝试去对比Arrays.sort和Arrays.parallelSort的排序时间，在一台4CPU的电脑上，使用如下的代码：

public class ArraysParallelDemo {
public static void main(String[] args) throws FileNotFoundException {
List arraySource = new ArrayList<>();
Scanner reader = new Scanner(ClassLoader.
getSystemResourceAsStream(“java8demo/large_array_input”));
while(reader.hasNext()){
String line = reader.nextLine();
String[] strNums = line.split(",");
for ( String strN : strNums){
arraySource.add(Double.parseDouble(strN));
}
}
System.out.println(arraySource.size());
Double [] myArray = new Double[1];
myArray = arraySource.toArray(myArray);
long startTime = System.currentTimeMillis();
Arrays.sort(myArray);
long endTime = System.currentTimeMillis();
System.out.println("Time take in serial: "+
(endTime-startTime)/1000.0);
Double [] myArray2 = new Double[1];
myArray2 = arraySource.toArray(myArray);
startTime = System.currentTimeMillis();
Arrays.parallelSort(myArray2);
endTime = System.currentTimeMillis();
System.out.println("Time take in parallel: "+
(endTime-startTime)/1000.0);
}
}

数组容量和时间消耗的一个基准测试如下所示：


在数组容量小于10000的情况下，并行排序和串行排序消耗时间是差不多的，但是当数组容量在10000以上的时候，并行排序就体现出了它的优势。