当前位置：首页 > 文章列表 > Golang > Go教程 > golang 各种排序大比拼实例

golang 各种排序大比拼实例

来源：脚本之家 2023-02-16 15:32:45 0浏览收藏

对于一个Golang开发者来说，牢固扎实的基础是十分重要的，golang学习网就来带大家一点点的掌握基础知识点。今天本篇文章带大家了解《golang 各种排序大比拼实例》，主要介绍了排序，希望对大家的知识积累有所帮助，快点收藏起来吧，否则需要时就找不到了！

1、准备工作

准备数据：

生成随机数并写入文件，之后在把数据读取出来

//新生成整数随机数，并存储在txt文件中，
func NewIntRandm(fileName string, number, maxrandm int) {
 filename := fileName
 file, err := os.Create(filename)
 if err != nil {
  return
 }
 r := rand.New(rand.NewSource(time.Now().UnixNano()))
 rans := make([]string, 0, number)
 for i := 0; i 

<p>准备计时的程序：</p>

<pre class="brush:plain;">
package util
import "time"
type Stopwatch struct {
 start time.Time
 stop time.Time
}
func (s *Stopwatch) Start() {
 s.start = time.Now()
}
func (s *Stopwatch) Stop() {
 s.stop = time.Now()
}
//纳秒
func (s Stopwatch) RuntimeNs() int {
 return s.stop.Nanosecond() - s.start.Nanosecond()
}
//微妙
func (s Stopwatch) RuntimeUs() float64 {
 return (float64)(s.stop.Nanosecond()-s.start.Nanosecond()) / 1000.00
}
//毫秒
func (s Stopwatch) RuntimeMs() float64 {
 return (float64)(s.stop.Nanosecond()-s.start.Nanosecond()) / 1000000.00
}
//秒
func (s Stopwatch) RuntimeS() float64 {
 return (float64)(s.stop.Nanosecond()-s.start.Nanosecond()) / 10000000000.00
}

2、开始写排序

我模仿golang中的sort源码包中的写法，暴露了一个接口，把排序的实现都写在内部

package sort
// package main
type Interface interface {
 //获取数据的长度
 Len() int
 //判读索引为i和索引为j的值的大小，在实现的时候如果判断i>j 返回true，则为升序，反之为降序
 Less(i, j int) bool
 //交换索引i，j的值
 Swap(i, j int)
}
//冒泡排序
func BubbleSort(data Interface) {
 n := data.Len()
 for index := 0; index  0 && data.Less(j, j-1); j-- { //j>0 做一个边界守护，不让下标小于0
   data.Swap(j, j-1)
  }
 }
}
//希尔排序
func ShellSort(data Interface) {
 N := data.Len()
 h := 1
 for h  0 {
  for index := h; index = h && data.Less(j, j-h); j -= h { //j>0 做一个边界守护，不让下标小于0
    data.Swap(j, j-h)
   }
  }
  h = h / 3
 }
}
//快速排序
func QuickSort(data Interface) {
 n := data.Len()
 low, row := 0, n-1
 quickSort(data, low, row)
}
func quickSort(data Interface, low, row int) {
 if low = 1; i-- {
  data.Swap(0, i)
  heapFixdown(data, 0, i)
 }
}
func makeHeap(data Interface) {
 n := data.Len()
 for i := (n - 1) >> 1; i >= 0; i-- {
  heapFixdown(data, i, n)
 }
}
func heapFixdown(data Interface, r, n int) {
 root := r //跟结点
 for {
  leftChildIndex := root= n {
   break
  }
  if leftChildIndex+1 

<h3>3、开始使用</h3>

<pre class="brush:plain;">
//先实现这个排序接口
type InSort []int
func (is InSort) Len() int {
 return len(is)
}//降序
func (is InSort) Less(i, j int) bool {
 return is[i] > is[j]
}
func (is InSort) Swap(i, j int) {
 is[i], is[j] = is[j], is[i]
}
func main() {
 fileName := "randm.txt"
 // util.NewIntRandm(fileName, 1000000, 10000) //封装生成5000000个随机数字
 fileUtil := util.FileUtil{}
 insort := InSort{}
 insort = fileUtil.ReaderAllInt(fileName) //读取生成的随机数
 fmt.Println(insort.Len())
 t := new(util.Stopwatch) //封装的计时间的方法
 t.Start()
 // sort.HeapSort(insort) //开始排序，519.8732 ms
 sort.QuickSort(insort) //开始排序，7.0267 ms
 t.Stop()
 fmt.Println(t.RuntimeMs(), "ms")
 util.SavaRandmInt("result.txt", insort)
}

快排：10000数组 7.0267 ms，1000000数组 37.7612 ms

堆排序：10000数组 10.0039 ms，1000000数组 358.6429 ms

下面是我测试的一些数据：

HeapSort(insort) //堆排序 10000个数 4.0013 ms,100000个数 54.0659 ms,很稳定，500000个数 208.1511 ms 很稳定
sort.QuickSort(insort, 0, len(insort)-1) //快速排序 10000个数 3.0017 ms,100000个数,33.0222 ms,很稳定，500000个数 150.1096 ms 很稳定,100000个数 94.0823 ms 很稳定
sort.SelectSort(insort) //选择排序 10000个数 130.8017 ms,100000个数 时间很长
sort.BubbleSort(insort) //冒泡排序 10000个数 203.5344ms ，100000个数 187.7438 ms
sort.InsertSrot(insort) // 插入排序 10000个数 858.6085 ms，100000个数,时间很长
sort.ShellSort(insort) //希尔插入 10000个数 10.9876 ms，100000个数 46.0322 m ，就做这个范围，很稳定，500000个数 141.8833 ms，相对稳定
sort.Sort(insort) //golang源码的排序 10000个数 6.0062 ms ，100000个数 19.9988 ms~89.0574 ms 不稳定,500000个数 358.2536 ms 稳定

补充：golang 定时任务方面time.Sleep和time.Tick的优劣对比

golang 写循环执行的定时任务，常见的有以下三种实现方式:

1、time.Sleep方法：

for {
 time.Sleep(time.Second)
 fmt.Println("我在定时执行任务")
}

2、time.Tick函数：

t1:=time.Tick(3*time.Second)
for {
 select {
 case 

<p>3、其中Tick定时任务，也可以先使用time.Ticker函数获取Ticker结构体，然后进行阻塞监听信息，这种方式可以手动选择停止定时任务，在停止任务时，减少对内存的浪费。</p>

<pre class="brush:plain;">
t:=time.NewTicker(time.Second)
for {
 select {
 case 

<p>其中第二种和第三种可以归为同一类</p>
<h3>这三种定时器的实现原理</h3>
<p>一般来说，你在使用执行定时任务的时候，一般旁人会劝你不要使用time.Sleep完成定时任务，但是为什么不能使用Sleep函数完成定时任务呢，它和Tick函数比，有什么劣势呢？这就需要我们去探讨阅读一下源码，分析一下它们之间的优劣性。</p>
<p>首先，我们研究一下Tick函数，func Tick(d Duration) 
</p><p>调用Tick函数会返回一个时间类型的channel，如果对channel稍微有些了解的话，我们首先会想到，既然是返回一个channel，在调用Tick方法的过程中，必然创建了goroutine,该Goroutine负责发送数据，唤醒被阻塞的定时任务。我在阅读源码之后，确实发现函数中go出去了一个协程，处理定时任务。</p>
<p>按照当前的理解，使用一个tick,需要go出去一个协程，效率和对内存空间的占用肯定不能比sleep函数强。我们需要继续阅读源码才拿获取到真理。</p>
<p>简单的调用过程我就不陈述了，我在这介绍一下核心结构体和方法（删除了部分判断代码，解释我写在表格中）：</p>

<pre class="brush:plain;">
func (tb *timersBucket) addtimerLocked(t *timer) {
 t.i = len(tb.t) //计算timersBucket中，当前定时任务的长度
 tb.t = append(tb.t, t)// 将当前定时任务加入timersBucket
 siftupTimer(tb.t, t.i) //维护一个timer结构体的最小堆（四叉树），排序关键字为执行时间，即该定时任务下一次执行的时间
 if !tb.created {
  tb.created = true
  go timerproc(tb)// 如果还没有创建过管理定时任务的协程，则创建一个，执行通知管理timer的协程，最核心代码
 }
}

timersBucket，顾名思义，时间任务桶，是外界不可见的全局变量。每当有新的timer定时器任务时，会将timer加入到timersBucket中的timer切片。

timerBucket结构体如下：

type timersBucket struct {
 lock   mutex //添加新定时任务时需要加锁（冲突点在于维护堆）
 t   []*timer //timer切片，构造方式为四叉树最小堆
}

func timerproc(tb *timersBucket) 详细介绍

可以称之为定时任务处理器，所有的定时任务都会加入timersBucket，然后在该函数中等待被处理。等待被处理的timer，根据when字段（任务执行的时间，int类型，纳秒级别）构成一个最小堆，每次处理完成堆顶的某个timer时，会给它的when字段加上定时任务循环间隔时间（即Tick(d Duration) 中的d参数），然后重新维护堆，保证when最小的timer在堆顶。当堆中没有可以处理的timer(有timer,但是还不到执行时间)，需要计算当前时间和堆顶中timer的任务执行时间差值delta，定时任务处理器沉睡delta段时间，等待被调度器唤醒。核心代码如下（注释写在每行代码的后面，删除一些判断代码以及不利于阅读的非核心代码）：

func timerproc(tb *timersBucket) {
 for {
  lock(&tb.lock) //加锁
  now := nanotime() //当前时间的纳秒值
  delta := int64(-1) //最近要执行的timer和当前时间的差值
  for {
   if len(tb.t) == 0 {
   delta = -1
   break
   }//当前无可执行timer,直接跳出该循环
   t := tb.t[0]
   delta = t.when - now //取when组小的的timer，计算于当前时间的差值
   if delta > 0 {
   break
   }// delta大于0，说明还未到发送channel时间，需要跳出循环去睡眠delta时间
   if t.period > 0 {
   // leave in heap but adjust next time to fire
   t.when += t.period * (1 + -delta/t.period)// 计算该timer下次执行任务的时间
   siftdownTimer(tb.t, 0) //调整堆
   } else {
   // remove from heap，如果没有设定下次执行时间，则将该timer从堆中移除（time.after和time.sleep函数即是只执行一次定时任务）
   last := len(tb.t) - 1
   if last > 0 {
    tb.t[0] = tb.t[last]
    tb.t[0].i = 0
   }
   tb.t[last] = nil
   tb.t = tb.t[:last]
   if last > 0 {
    siftdownTimer(tb.t, 0)
   }
   t.i = -1 // mark as removed
   }
   f := t.f
   arg := t.arg
   seq := t.seq
   unlock(&tb.lock)//解锁
   f(arg, seq) //在channel中发送time结构体,唤醒阻塞的协程
   lock(&tb.lock)
  }
  if delta 

<p>至此，time.Tick函数涉及到的主要功能就讲解结束了，总结一下就是启动定时任务时，会创建一个唯一协程，处理timer,所有的timer都在该协程中处理。</p>
<p>然后，我们再阅读一下sleep的源码实现，核心源码如下：</p>

<pre class="brush:plain;">
//go:linkname timeSleep time.Sleep
func timeSleep(ns int64) {
 *t = timer{} //创建一个定时任务
 t.when = nanotime() + ns //计算定时任务的执行时间点
 t.f = goroutineReady //执行方法
 tb.addtimerLocked(t) //加入timer堆，并在timer定时任务执行协程中等待被执行
 goparkunlock(&tb.lock, "sleep", traceEvGoSleep, 2) //睡眠，等待定时任务协程通知唤醒
}

读了sleep的核心代码之后，是不是突然发现和Tick函数的内容很类似，都创建了timer,并加入了定时任务处理协程。神奇之处就在于，实际上这两个函数产生的timer都放入了同一个timer堆，都在定时任务处理协程中等待被处理。