TopN算法与排行榜
在系统中，我们经常会遇到这样的需求：将大量（比如几十万、甚至上百万）的对象进行排序，然后只需要取出最Top的前N名作为排行榜的数据，这即是一个TopN算法。常见的解决方案有三种：
（1）直接使用List的Sort方法进行处理。
（2）使用排序二叉树进行排序，然后取出前N名。
（3）使用最大堆排序，然后取出前N名。
第一种方案的性能是最差的，后两种方案性能会好一些，但是还是不能满足我们的需求。最主要的原因在于使用二叉树和最大堆排序时，都是对所有的对象进行排序，而不是将代价花费在我们需要的少数的TopN上。为此，我自己实现了TopNOrderedContainer来解决这个问题。
思路是这样的，使用一个长度为N的数组，来存放最Top的N个对象，越Top的对象其在数组中的Index就越小。这样，每次加入一个对象时，就与Index最大的那个对象比较，如果比其更Top，则交换两个对象的位置。如果被交换的对象是数组中的最后一个对象（Index最大），则该对象会被抛弃。如此，可以保证容器中始终保持的都是最Top的N个对象。
接下来我们看具体的实现。
如果一个对象要参与TopN排行榜，则其必须实现IOrdered接口，表明其可以被Top排序。
/// IOrdered 参与排行榜排序的对象必须实现的接口。
/// </summary>
/// <typeparam name="TOrderedObj"> 参与排行榜排序的对象的类型 </typeparam>
public interface IOrdered < TOrderedObj >
{
bool IsTopThan(TOrderedObj other);
}
之所以使用泛型参数TOrderedObj，是为了避免派生类在实现IsTopThan方法时，需要将参数other进行向下转换。
接下来是TopNOrderedContainer实现的源码：
/// TopNOrderedContainer 用于始终保持排行榜前N名的Object。该实现是线程安全的。
/// zhuweisky 2009.05.23
/// </summary>
/// <typeparam name="TID"> 被排名的对象的标志类型 </typeparam>
/// <typeparam name="TObj"> 被排名的对象类型 </typeparam>
public class TopNOrderedContainer < TObj > where TObj : IOrdered < TObj >
{
private TObj[] orderedArray = null ;
private int validObjCount = 0 ;
private SmartRWLocker smartRWLocker = new SmartRWLocker();
#region TopNumber
private int topNumber = 10 ;
public int TopNumber
{
get { return topNumber; }
set { topNumber = value; }
}
#endregion
#region Ctor
public TopNOrderedContainer() { }
public TopNOrderedContainer( int _topNumber)
{
this .topNumber = _topNumber;
}
#endregion
#region Initialize
public void Initialize()
{
if ( this .topNumber < 1 )
{
throw new Exception( " The value of TopNumber must greater than 0 " );
}
this .orderedArray = new TObj[ this .topNumber];
}
#endregion
#region Add List
public void Add(IList < TObj > list)
{
if (list == null )
{
return ;
}
using ( this .smartRWLocker.Lock(AccessMode.Write))
{
foreach (TObj obj in list)
{
this .DoAdd(obj);
}
}
}
#endregion
#region Add
public void Add(TObj obj)
{
using ( this .smartRWLocker.Lock(AccessMode.Write))
{
this .DoAdd(obj);
}
}
#endregion
#region GetTopN
public TObj[] GetTopN()
{
using ( this .smartRWLocker.Lock(AccessMode.Read))
{
return (TObj[]) this .orderedArray.Clone();
}
}
#endregion
#region Private
#region DoAdd
private void DoAdd(TObj obj)
{
if (obj == null )
{
return ;
}
if ( this .validObjCount < this .topNumber)
{
this .orderedArray[ this .validObjCount] = obj;
this .Adjust( this .validObjCount);
++ this .validObjCount;
return ;
}
if ( this .orderedArray[ this .topNumber - 1 ].IsTopThan(obj))
{
return ;
}
this .orderedArray[ this .topNumber - 1 ] = obj;
this .Adjust( this .topNumber - 1 );
}
#endregion
#region Adjust
/// <summary>
/// Adjust 调整posIndex处的对象到合适的位置。
/// 与相邻前一个对象比较，如果当前对象更加Top，则与前一个对象交换位置。
/// </summary>
private void Adjust( int posIndex)
{
TObj obj = this .orderedArray[posIndex];
for ( int index = posIndex; index > 0 ; index -- )
{
if (obj.IsTopThan( this .orderedArray[index - 1 ]))
{
TObj temp = this .orderedArray[index - 1 ];
this .orderedArray[index - 1 ] = obj;
this .orderedArray[index] = temp;
}
else
{
break ;
}
}
}
#endregion
#endregion
}
源码面前毫无秘密。
但是有几点我还是需要说明一下：
（1）ESBasic.ObjectManagement.TopNOrderedContainer位于我的ESBasic.dll类库中，其实现时用到的SmartRWLocker是一个读写锁，也是ESBasic.dll类库中的一员。你可以从这里下载ESBasic.dll直接试用。
（2）为何不将TopN排序直接实现为一个静态方法，如：
如果要是这样实现，那我们就没有办法继续动态的Add新的TObj对象进来，如果要达到这样的目的，就只有构造新的list，再次调用static GetTopN方法，如此会重复做一些工作。
最后，我们来测试一下TopNOrderedContainer与List.Sort方法的性能比较，测试的对象数目为500000个，取出Top20。测试代码如下：
{
#region UserID
private string userID;
public string UserID
{
get { return userID; }
set { userID = value; }
}
#endregion
#region Score
private int score;
public int Score
{
get { return score; }
set { score = value; }
}
#endregion
public UserData( string _userID, int _score)
{
this .userID = _userID;
this .score = _score;
}
#region IOrdered<string> 成员
public bool IsTopThan(UserData other)
{
return this .Score > other.Score;
}
public override string ToString()
{
return this .score.ToString();
}
#endregion
}
{
List < UserData > list = new List < UserData > ();
for ( int i = 0 ; i < 500000 ; i ++ )
{
list.Add( new UserData( " User " + i.ToString(), i * i * i - 3 * i * i + 4 * i + 8 ));
}
List < UserData > list2 = new List < UserData > ();
for ( int i = 0 ; i < 500000 ; i ++ )
{
list2.Add( new UserData( " User " + i.ToString(), i * i * i - 3 * i * i + 4 * i + 8 ));
}
Stopwatch stopwatch = new Stopwatch();
stopwatch.Start();
list.Sort( this );
stopwatch.Stop();
long ms1 = stopwatch.ElapsedMilliseconds;
stopwatch.Reset();
stopwatch.Start();
TopNOrderedContainer < UserData > container = new TopNOrderedContainer < UserData > ( 20 );
container.Initialize();
container.Add(list2);
UserData[] res = container.GetTopN();
stopwatch.Stop();
long ms2 = stopwatch.ElapsedMilliseconds;
}
#region IComparer<UserData> 成员
public int Compare(UserData x, UserData y)
{
return (y.Score - x.Score);
}
#endregion
测试的结果显示，使用List.Sort方法需要1287ms，而TopNOrderedContainer只花了78ms。