Question

为了在分析排序算法中使用，我希望ArrayList<Integer>具有一百万美元整数。整数的界限无关紧要：[0，MAX_VALUE]，[MIN_VALUE，MAX_VALUE]等都很好，但我确实希望它们广泛分布。< / p>

我注意到当我使用这段代码时：

for (int i=0; i<1_000_000; i++) {
    list.add(i);
}
Collections.shuffle(list);
mergeSorter.sort(list);

shuffle调用执行大约需要十秒钟，而合并排序只需要2毫秒。

因此，我的问题：随机生成这些数字（list.add((int) (Math.random() * 1_000_000))）比使用shuffle更快，为什么？

（我自己会对此进行分析，但我的家用硬件不足以对此进行测试。另外，我想要一个概念/理论解释。）

Answer 1

Collections.shuffle()使用了Random。

public static void shuffle(List<?> list, Random rnd) {
    int size = list.size();
    if (size < SHUFFLE_THRESHOLD || list instanceof RandomAccess) {
        for (int i=size; i>1; i--)
            swap(list, i-1, rnd.nextInt(i));
    } else {
        Object arr[] = list.toArray();

        // Shuffle array
        for (int i=size; i>1; i--)
            swap(arr, i-1, rnd.nextInt(i));

        // Dump array back into list
        ListIterator it = list.listIterator();
        for (int i=0; i<arr.length; i++) {
            it.next();
            it.set(arr[i]);
        }
    }
}

仔细观察，会执行两个循环。

一个用于创建新数组
一个用于更新列表。

如果您自己执行此操作，则可以取消第二个循环，并让 GC 收集列表。如果你有一个数组开始，你甚至不需要创建一个新副本。

所以是的，自己动手会提高性能，但时间复杂度仍然是 O（n）

Answer 2

随机生成这些数字(list.add((int) (Math.random() * 1_000_000)))比使用shuffle更快，为什么？

生成这样的数字会更快，但你会得到不同的结果！

如果您将数字0到N-1的列表混洗，则会得到一个没有重复的列表。
如果您在0到N-1范围内生成N个随机数的丢失，则可能会获得包含重复项的列表。

如果生成N个随机数就行，那肯定会比洗牌更快。从代码中可以看出，shuffle的最佳案例版本涉及生成N个随机数并执行N个交换。

shuffle调用大约需要十秒钟才能执行，而merge sort只需要2毫秒。

我不确定你为什么要比较shuffle和mergesort（或者你正在使用的合并排序器！）但我怀疑这种差异更多地与你编写基准测试的方式有关。（看起来你可能没有允许JVM预热效果。）

是否更快地随机播放列表或生成它？

2 个答案: