Arrays.sort与Arrays.parallelSort

我们都使用Arrays.sort对对象和原始数组进行排序。该API在下面使用合并排序或Tim排序对内容进行排序，如下所示：

public static void sort(Object[] a) {if (LegacyMergeSort.userRequested)legacyMergeSort(a);elseComparableTimSort.sort(a);
}

即使合并排序使用分而治之技术，所有这些操作都是顺序执行的。 Java 8来了，引入了一个新的API Arrays＃parallelSort用于排序。这是并行进行的排序。有趣的权利！让我们看看它是如何做的...

Arrays＃parallelSort使用Java 7中引入的Fork / Join框架将排序任务分配给线程池中可用的多个线程。这被称为吃自己的狗粮。 Fork / Join实现了一种工作窃取算法，该算法在空闲线程中可以窃取在另一个线程中排队的任务。

Arrays＃parallelSort的概述：

该方法使用阈值，并且使用Arrays＃sort（）API对小于该阈值的任何大小的数组进行排序（即顺序排序）。并根据机器的并行性，数组大小计算阈值，并计算为：

private static final int getSplitThreshold(int n) {int p = ForkJoinPool.getCommonPoolParallelism();int t = (p > 1) ? (1 + n / (p << 3)) : n;return t < MIN_ARRAY_SORT_GRAN ? MIN_ARRAY_SORT_GRAN : t;
}

一旦决定是对数组进行并行还是串行排序，现在就决定如何将数组分为多个部分，然后将每个部分分配给一个Fork / Join任务，该任务将负责对它进行排序，然后再进行另一个Fork /连接任务，将合并合并的数组。 JDK 8中的实现使用以下方法：
–将阵列分为4部分。
–排序前两个部分，然后将它们合并。 –对接下来的两个部分进行排序，然后将它们合并。并且对每个零件递归地重复上述步骤，直到要分类的零件的尺寸不小于上面计算的阈值。

一些有趣的结果：

我试图比较Arrays＃sort和Arrays＃parallelSort在具有4个CPU的计算机上花费的时间。我用于此比较的程序是：

public class ArraysParallelDemo {public static void main(String[] args) throws FileNotFoundException {List<Double> arraySource = new ArrayList<>();Scanner reader = new Scanner(ClassLoader.getSystemResourceAsStream("java8demo/large_array_input"));while(reader.hasNext()){String line = reader.nextLine();String[] strNums = line.split(",");for ( String strN : strNums){arraySource.add(Double.parseDouble(strN));}}System.out.println(arraySource.size());Double [] myArray = new Double[1];myArray = arraySource.toArray(myArray);long startTime = System.currentTimeMillis();Arrays.sort(myArray);long endTime = System.currentTimeMillis();System.out.println("Time take in serial: "+(endTime-startTime)/1000.0);Double [] myArray2 = new Double[1];myArray2 = arraySource.toArray(myArray);startTime = System.currentTimeMillis();Arrays.parallelSort(myArray2);endTime = System.currentTimeMillis();System.out.println("Time take in parallel: "+(endTime-startTime)/1000.0);}
}

每个API针对不同大小的双精度值数组所花费的时间如下所示：
Table_ParallelSort2
Graph_ParallelSort2