为什么插入排序比合并排序更快?

时间:2015-11-02 05:30:49

标签: sorting mergesort bubble-sort insertion-sort jsperf

我在jsperf.com test上创建了3种排序方法:Bubble,Insertion和Merge。 Link

在测试之前,我使用从0到1Mln的随机数创建未排序的数组。 每次测试都表明Insertion排序比Merge排序更快。 如果插入和冒泡排序的合并排序时间为O(n log(n)),那么这样的结果是什么原因有O(n ^ 2) test result here

2 个答案:

答案 0 :(得分:0)

没有更多测试,暂定答案:

您的插入排序已经过相当优化 - 您只需要切换元素。您的合并排序使用[]实例化新数组,并使用sliceconcat创建新数组,这是一个很大的内存管理开销,更不用说concat和{ {1}}内部有隐式循环(尽管在本机代码中)。合并排序在就地完成时是有效的;随着所有复制的进行,这应该会让你失望很多。

答案 1 :(得分:0)

正如Amadan评论的那样,合并排序最好进行与要排序的数组大小相同的一次性分配。自顶向下合并排序使用递归生成合并使用的索引,而自下而上跳过递归并使用迭代生成索引。大部分时间都花在实际合并子阵列上,因此自上而下的较大阵列(100万元素或更多)的额外开销仅为5%左右。

示例C ++代码,用于稍微优化的自下而上合并排序。

void MergeSort(int a[], size_t n)           // entry function
{
    if(n < 2)                               // if size < 2 return
        return;
    int *b = new int[n];
    BottomUpMergeSort(a, b, n);
    delete[] b;
}

size_t GetPassCount(size_t n)               // return # passes
{
    size_t i = 0;
    for(size_t s = 1; s < n; s <<= 1)
        i += 1;
    return(i);
}

void BottomUpMergeSort(int a[], int b[], size_t n)
{
size_t s = 1;                               // run size 
    if(GetPassCount(n) & 1){                // if odd number of passes
        for(s = 1; s < n; s += 2)           // swap in place for 1st pass
            if(a[s] < a[s-1])
                std::swap(a[s], a[s-1]);
        s = 2;
    }
    while(s < n){                           // while not done
        size_t ee = 0;                      // reset end index
        while(ee < n){                      // merge pairs of runs
            size_t ll = ee;                 // ll = start of left  run
            size_t rr = ll+s;               // rr = start of right run
            if(rr >= n){                    // if only left run
                rr = n;
                BottomUpCopy(a, b, ll, rr); //   copy left run
                break;                      //   end of pass
            }
            ee = rr+s;                      // ee = end of right run
            if(ee > n)
                ee = n;
            // merge a pair of runs
            BottomUpMerge(a, b, ll, rr, ee);
        }
        std::swap(a, b);                    // swap a and b
        s <<= 1;                            // double the run size
    }
}

void BottomUpCopy(int a[], int b[], size_t ll, size_t rr)
{
    while(ll < rr){                         // copy left run
        b[ll] = a[ll];
        ll++;
    }
}

void BottomUpMerge(int a[], int b[], size_t ll, size_t rr, size_t ee)
{
    size_t o = ll;                          // b[]       index
    size_t l = ll;                          // a[] left  index
    size_t r = rr;                          // a[] right index
    while(1){                               // merge data
        if(a[l] <= a[r]){                   // if a[l] <= a[r]
            b[o++] = a[l++];                //   copy a[l]
            if(l < rr)                      //   if not end of left run
                continue;                   //     continue (back to while)
            while(r < ee)                   //   else copy rest of right run
                b[o++] = a[r++];
            break;                          //     and return
        } else {                            // else a[l] > a[r]
            b[o++] = a[r++];                //   copy a[r]
            if(r < ee)                      //   if not end of right run
                continue;                   //     continue (back to while)
            while(l < rr)                   //   else copy rest of left run
                b[o++] = a[l++];
            break;                          //     and return
        }
    }
}