8

我一直在研究Ruby 的mixin (v2.4.1)中的max 方法。Enumerable

这是一种相当简单的方法,但是当存在重复项时它如何排序项目有点令人困惑。

例如:

x = [1,2,3,4,5,6,7,8,9]
x.max {|a, b| a%2 <=> b%2}
=> 1
10.times{|y| p x.max(y) {|a, b| a%2 <=> b%2}}
[]
[1]
[1, 7] # why is 7 the next element after 1?
[3, 1, 5] # why no more 7?
[7, 3, 1, 5] # 7 is now first
[9, 7, 3, 1, 5]
[9, 7, 3, 1, 5, 6]
[9, 7, 3, 1, 5, 4, 6]
[9, 7, 3, 1, 5, 2, 4, 6]
[9, 7, 5, 3, 1, 8, 6, 4, 2] # order has changed again (now seems more "natural")

如何7选择第二项?为什么取三个值时根本不选择它?

如果您取更多的数字,则排序不一致(尽管集合中的项目)。

看了一眼源码,好像是在做正常的对比;从该代码中看不到这里看到的顺序。

谁能解释这个排序是如何实现的?我知道上面的排序都是“有效的”,但是它们是如何生成的呢?

4

1 回答 1

5

您的示例可以通过使用 max_by 来简化以产生类似的结果:

10.times{|y| p x.max_by(y) {|t| t%2}}

我花了一些时间研究源代码,但找不到任何漏洞。

在我记得看到一个名为Switch: A Deep Embedding of Queries into Ruby (Manuel Mayr 的论文)的出版物后,我找到了答案。

在第 104 页上,您可以找到以下问题的答案max_by

...在这里,返回输入列表中的值,该值在由函数评估时假定为最大值。如果多个值产生最大值,则在这些值中选择一个结果是任意的。...


同样适用于:
sort&sort_by来自评论@ emu.c

结果不保证稳定。当两个键相等时,对应元素的顺序是不可预测的。

第一,第二次编辑- “我们需要更深入” => 我希望你会喜欢“骑行”。


简短的回答:
排序看起来像它的原因是 max_by 块的组合(导致从max值开始排序%21然后它继续0)和 qsort_r (BSD快速排序)实现@ruby。



长答案: 全部基于 ruby​​ 2.4.2 或当前 2.5.0(目前正在开发)的源代码。

快速排序算法可能因您使用的编译器而异。您可以使用 qsort_r:GNU 版本、BSD 版本(您可以查看configure.ac)了解更多信息。Visual Studio 使用 2012 年或更高版本的 BSD 版本。

+Tue Sep 15 12:44:32 2015  Nobuyoshi Nakada  <nobu@ruby-lang.org>
+
+   * util.c (ruby_qsort): use BSD-style qsort_r if available.


Thu May 12 00:18:19 2016  NAKAMURA Usaku  <usa@ruby-lang.org>

    * win32/Makefile.sub (HAVE_QSORT_S): use qsort_s only for Visual Studio
      2012 or later, because VS2010 seems to causes a SEGV in
test/ruby/test_enum.rb.
  1. 如果你有 GNU qsort_r 但没有 BSD:只使用内部 ruby​​_qsort 实现。检查util.cruby_qsort(void* base, const size_t nel, const size_t size, cmpfunc_t *cmp, void *d)以了解Tomoyuki Kawamura 的快速排序 ( ) 函数的内部实现。@util.h

    如果 HAVE_GNU_QSORT_R=1 则#define ruby_qsort qsort_r

    #ifdef HAVE_GNU_QSORT_R
    #define ruby_qsort qsort_r
    #else    void ruby_qsort(void *, const size_t, const size_t,
        int (*)(const void *, const void *, void *), void *);
    #endif
    
  2. 如果检测到 BSD 样式:则使用以下代码(可在util.c中找到)。注意cmp_bsd_qsort之前是如何调用的ruby_qsort。原因?可能是标准化、堆栈空间和速度(我自己没有测试——必须创建基准,这非常耗时)。

BSD qsort.c 源代码中指出了节省的堆栈空间:

    /*
    * To save stack space we sort the smaller side of the partition first
    * using recursion and eliminate tail recursion for the larger side.
    */

ruby 源代码中的 BSD 分支:

     #if defined HAVE_BSD_QSORT_R
    typedef int (cmpfunc_t)(const void*, const void*, void*);

    struct bsd_qsort_r_args {
        cmpfunc_t *cmp;
        void *arg;
    };

    static int
    cmp_bsd_qsort(void *d, const void *a, const void *b)
    {
        const struct bsd_qsort_r_args *args = d;
        return (*args->cmp)(a, b, args->arg);
    }

    void
    ruby_qsort(void* base, const size_t nel, const size_t size, cmpfunc_t *cmp, void *d)
    {
        struct bsd_qsort_r_args args;
        args.cmp = cmp;
        args.arg = d;
        qsort_r(base, nel, size, &args, cmp_bsd_qsort);
    }

如果您使用 MSYS2 在 Windows 上编译您的 ruby​​(不再使用 DevKit,而是用于 Windows 安装程序的 MSYS2,我大部分时间都在使用)NetBSD 版本的 qsort_r(从 02-07-2012 开始)。最新的 NetBSD qsort.c (revision:1.23)

现在来看现实生活中的例子——“我们需要更深入”

测试将在两个(Windows)红宝石上执行:

  • 第一个 ruby​​:将基于DevKit版本2.2.2p95(于 2015 年 4 月 13 日发布)并且不包含 BSD qsort 实现。

  • 第二个 ruby​​:将基于MSYS2 tool-chainruby​​ 版本2.4.2-p198(于 2017 年 9 月 15 日发布)并包含用于 BSD qsort 实现的补丁(见上文)。

编码:

x=[1,2,3,4,5,6,7,8,9]
10.times{|y| p x.max_by(y) {|t| t%2}}

红宝石2.2.2p95

The result:
[]
[5]
[7, 1]
[3, 1, 5]
[7, 3, 1, 5]
[9, 7, 3, 1, 5]
[5, 9, 1, 3, 7, 6]
[5, 1, 9, 3, 7, 6, 4]
[5, 1, 3, 7, 9, 6, 4, 2]
[9, 1, 7, 3, 5, 4, 6, 8, 2]

红宝石2.4.2-p198

The result:
[]
[1]
[7, 1]
[5, 3, 1]
[5, 7, 3, 1]
[5, 9, 7, 3, 1]
[5, 1, 9, 7, 3, 6]
[5, 1, 3, 9, 7, 4, 6]
[5, 1, 3, 7, 9, 2, 6, 4]
[9, 1, 3, 7, 5, 8, 4, 6, 2]

现在不同xx=[7,9,3,4,2,6,1,8,5]

红宝石2.2.2p95

The result:
[]
[1]
[9, 7]
[1, 7, 3]
[5, 1, 7, 3]
[5, 1, 3, 9, 7]
[7, 5, 9, 3, 1, 2]
[7, 9, 5, 3, 1, 2, 4]
[7, 9, 3, 1, 5, 2, 4, 8]
[5, 9, 1, 3, 7, 4, 6, 8, 2]

红宝石2.4.2-p198

The result:
[]
[9]
[9, 7]
[3, 1, 7]
[3, 5, 1, 7]
[7, 5, 1, 3, 9]
[7, 9, 5, 1, 3, 2]
[7, 9, 3, 5, 1, 4, 2]
[7, 9, 3, 1, 5, 8, 2, 4]
[5, 9, 3, 1, 7, 2, 4, 6, 8]

现在对于源数组中的相同项目(qsort 不稳定,见下文): x=[1, 1, 1, 2, 3, 4, 5, 6, 7, 8, 9]

使用以下代码处理它: 12.times{|y| p x.max_by(y) {|t| t%2}}

红宝石2.2.2p95

The result:
[]
[3]
[1, 1]
[9, 1, 7]
[3, 9, 1, 7]
[5, 3, 9, 1, 7]
[1, 5, 3, 9, 1, 7]
[5, 9, 3, 7, 1, 1, 1]
[1, 5, 9, 1, 7, 1, 3, 4]
[1, 1, 5, 9, 1, 7, 3, 4, 2]
[1, 1, 1, 5, 7, 3, 9, 4, 2, 8]
[9, 1, 7, 1, 5, 3, 1, 2, 6, 8, 4]

红宝石2.4.2-p198

The Result:
[]
[1]
[1, 1]
[7, 9, 1]
[7, 3, 9, 1]
[7, 5, 3, 9, 1]
[7, 1, 5, 3, 9, 1]
[1, 5, 9, 3, 7, 1, 1]
[1, 1, 5, 9, 3, 7, 1, 4]
[1, 1, 1, 5, 9, 3, 7, 2, 4]
[1, 7, 3, 1, 5, 9, 1, 2, 4, 8]
[9, 3, 1, 7, 1, 5, 1, 2, 8, 6, 4]

现在是一个大问题--> 现在为什么结果不同了?

第一个明显的答案是,当使用 GNU 或 BSD 实现时,结果会有所不同吗?对?那么实现是不同的,但是产生(检查链接的实现以获取详细信息)相同的结果。问题的核心在别处。

这里真正的问题是算法本身。当使用快速排序时,你得到的是不稳定的排序(当你比较两个相等的值时,它们的顺序不会保持不变)。当您拥有 [1,2,3,4,5,6,7,8,9] 后,您将其在块中转换为 [1,0,1,0,1,0,1,0,1]使用 max(_by) 将数组排序为 [1,1,1,1,1,0,0,0,0]。你从 1 开始,但是哪一个呢?那么你会得到不可预测的结果。(max(_by) 是先获得奇数然后获得偶数的原因)。

请参阅GNU qsort评论:

警告:如果两个对象比较相等,排序后的顺序是不可预测的。也就是说,排序是不稳定的。当比较仅考虑部分元素时,这可能会有所不同。具有相同排序键的两个元素可能在其他方面有所不同。

现在像引擎一样对其进行排序:

[1,2,3,4,5,6,7,8,9]-> 首先考虑的是奇数[1,3,5,7,9],那些被认为与max_by{|t| t%2}产生相等[1,1,1,1,1]

结论:

现在该拿哪一个?那么在你的情况下它是不可预测的,它是你得到的。即使对于相同的 ruby​​ 版本,我也会得到不同的结果,因为底层的快速排序算法本质上是不稳定的。

于 2017-10-03T13:57:40.790 回答