Java游戏服务器-百万规模实时排行榜实现



有人的地方就有对比，游戏中自然也少不了排行榜。

当前项目设计目标是，每个服务器玩家数量为百万左右。每个玩家都有战力、经验等属性，战力最大值在50万以内。

现在期望能有战力排行榜，有以下几点需求：

• 全部角色参与排行，能实时知道某个角色的排名
  
• 排行榜显示前100名玩家详情

排名规则是战力越高排名越前，战力相同则比较经验，经验再相同则比较创建时间。

排行榜算法并不少见，这篇文章介绍的就不错。根据上述需求分析，最适合采用文中的算法3，即树形分区设计，具体算法文中有详细介绍。

采用该算法，时间复杂度在O(log(n))，在百万规模下空间消耗也就几十M。但有两个问题待解决：

• 战力相同时如何确定具体排名
  
• 如何获得TOP N

针对问题1，假定游戏设计的战力相对均匀（尽管高战力显然更分散），那么战力相同的玩家数量会在一个较小规模内。依然以战力构建排行树，相同战力为同一个节点。节点可以存在一个有序列表，以经验、创建时间排序。这里有个小技巧，以玩家ID等效于创建时间，就直接记录了相应玩家，同时也保证了唯一性。这在增加删除（排名改变时）尤为有用。

针对问题2，排行树算法决定了最终战力节点都是叶子节点，同时在叶子节点层，战力总是从左向右递增的。在树构建过程中，可以分别使用一个前向和后向节点，将所有叶子节点连成一个双向链表。这样就可以做到既能得到前N名，也可以得到后N名，时间复杂度都是O(N)。

下面show the code，完整代码请参看文末。

public class LeaderboardTree<Extra extends LeaderboardExtra> {

	class LeaderboardNode {
		public int lowerKey = 0;
		public int upperKey = 0;
		public int number = 0;

		public ArrayList<Extra> extraList = new ArrayList<Extra>();

		public LeaderboardNode left = null;
		public LeaderboardNode right = null;

		public LeaderboardNode prev = null;
		public LeaderboardNode next = null;
	}

	LeaderboardNode root = null;

	LeaderboardNode head = null;
	LeaderboardNode tail = null;

	public void setup(int lowerKey, int upperKey) {
		root = setupNode(root, lowerKey, upperKey);
	}

	public void insert(int score, Extra extra) {
		insertIntoNode(root, score, extra);
	}

	public void remove(int score, Extra extra) {
		removeFromNode(root, score, extra);
	}

	public void change(int oldKey, int newKey, Extra extra) {
		remove(oldKey, extra);
		insert(newKey, extra);
	}

	public int getRanking(int score, Extra extra) {
		return getRankingOfNode(root, score, extra) + 1;
	}

	public ArrayList<LeaderboardData> getTopN(int n) {
		ArrayList<LeaderboardData> dataList = new ArrayList<LeaderboardData>();

		int count = 0;
		LeaderboardNode cursor = tail;
		while (cursor != null) {
			for (Extra extra : cursor.extraList) {
				LeaderboardData data = new LeaderboardData();
				data.ranking = ++count;
				data.key = cursor.lowerKey;
				data.extra = extra;
				dataList.add(data);
				if (count >= n) {
					return dataList;
				}
			}
			cursor = cursor.prev;
		}
		return dataList;
	}

	private LeaderboardNode setupNode(LeaderboardNode node, int lowerKey, int upperKey) {
		if (lowerKey > upperKey) {
			return null;
		}

		node = new LeaderboardNode();
		node.lowerKey = lowerKey;
		node.upperKey = upperKey;
		node.number = 0;
		node.extraList.clear();

		if (isLeafNode(node)) {
			if (head == null) {
				head = node;
			}

			if (tail != null) {
				tail.next = node;
				node.prev = tail;
			}

			tail = node;
			return node;
		}

		if (upperKey > lowerKey) {
			final int middleKey = getMiddleKey(lowerKey, upperKey);
			node.left = setupNode(node.left, lowerKey, middleKey);
			node.right = setupNode(node.right, middleKey + 1, upperKey);
		}

		return node;
	}

	private void insertIntoNode(LeaderboardNode node, int score, Extra extra) {
		if (node == null) {
			return;
		}

		if (!isInsideNode(node, score)) {
			return;
		}

		++node.number;

		if (isLeafNode(node)) {
			node.extraList.add(extra);
			node.extraList.sort((Extra left, Extra right) -> left.compareTo(right));
			return;
		}

		final int middleKey = getMiddleKey(node.lowerKey, node.upperKey);
		if (score <= middleKey) {
			insertIntoNode(node.left, score, extra);
		} else {
			insertIntoNode(node.right, score, extra);
		}
	}

	private void removeFromNode(LeaderboardNode node, int score, Extra extra) {
		if (node == null) {
			return;
		}

		if (!isInsideNode(node, score)) {
			return;
		}

		--node.number;

		if (isLeafNode(node)) {
			node.extraList.remove(extra);
			node.extraList.sort((Extra left, Extra right) -> left.compareTo(right));
			return;
		}

		final int middleKey = getMiddleKey(node.lowerKey, node.upperKey);
		if (score <= middleKey) {
			removeFromNode(node.left, score, extra);
		} else {
			removeFromNode(node.right, score, extra);
		}
	}

	private int getRankingOfNode(LeaderboardNode node, int score, Extra extra) {
		int ranking = 0;

		if (node == null) {
			return ranking;
		}

		if (score < node.lowerKey) {
			ranking += node.number;
			return ranking;
		}

		if (score > node.upperKey) {
			ranking += 0;
			return ranking;
		}

		if (isLeafNode(node)) {
			ranking += Math.max(node.extraList.indexOf(extra), 0);
			return ranking;
		}

		final int middleKey = getMiddleKey(node.lowerKey, node.upperKey);
		if (score <= middleKey) {
			ranking += node.right != null ? node.right.number : 0;
			ranking += getRankingOfNode(node.left, score, extra);
		} else {
			ranking += getRankingOfNode(node.right, score, extra);
		}

		return ranking;
	}

	private int getMiddleKey(int lowerKey, int upperKey) {
		final int middleKey = lowerKey + ((upperKey - lowerKey) >> 1);
		return middleKey;
	}

	private boolean isInsideNode(LeaderboardNode node, int score) {
		return score >= node.lowerKey && score <= node.upperKey;
	}

	private boolean isLeafNode(LeaderboardNode node) {
		return node.lowerKey == node.upperKey;
	}
}

针对我们的需求，key就是战力，extra包含玩家经验和ID。

采用这种做法，需要在服务器启动时重新构建排行树，先确定排行战力区间，然后依次插入每个玩家战力等数据。运行期间，玩家战力等改变时，先删除旧的排行，再插入新的排行。

该算法在处理千万数据时依然有效，但再大规模性能会不足，占用空间也可观。如果战力分布不均，同战力玩家过多，性能也会大幅退化，可将ArrayList替换为更高效的数据结构，或变通需求。

本篇博客转载自：http://www.cnblogs.com/kaleovon/p/4987897.html