引出
最近在一个项目中, 需要对一个数组的顺序进行调整, 允许手动将某一个元素提到数组的开头位置. 在这里, 使用了PHP中的usort函数进行了数组的排序, 代码大致如下:
usort($arr, function ($a, $b){// 这里添加了 order 字段, 默认为0, 将order大的提到前边return $b['order'] - $a['order'];
});
但是, 今天我大哥突然告诉我, php的usort是不稳定的, 也就是在两个元素相等的情况下, 不能够保证两个元素的位置不变.
在我想到的排序算法中: 选择, 冒泡, 插入, 快排, 希尔, 堆排, 计数, 归并, 其中可以稳定排序的算法有: 冒泡, 插入, 归并. 而这几个算法, 时间复杂度较小的是: 快排, 归并, 堆排. 时间复杂度是O(log n). 如果要选择一款既能够保证稳定性, 时间复杂度又小的算法, 二者取交集也得选择 归并 吧.
但是, 毕竟我不是PHP作者, 咱也不知道人家到底用的是什么, 于是乎, 我决定实验一下, 下面这段代码产生了:
// 生成一个随机数组
$arr = [];
for ($j = 0; $j < 100; $j++){$arr[] = ['id' => $j,'order' => random_int(0, 3),];
}
// 按照order进行排序
usort($arr, function ($a, $b){return $b['order'] - $a['order'];
});
// 验证是否稳定
$lastValue = null;
foreach ($arr as $value){if(empty($lastValue)){$lastValue = $value;continue;}// 若当前元素与上一个元素order相同, 判断if($value['order'] == $lastValue['order']){// 当前不稳定了, 把数组打印出来if($value['id'] < $lastValue['id']){echo '不稳定', PHP_EOL;exit;}}$lastValue = $value;
}
经过验证, 果然, 我哥诚不欺我. 但是, 我记得我之前也测试过, 数组顺序没有变化啊, 我尝试将数组的长度缩小为4, 突然发现, 是我错了.
分析
既然确定了usort函数是不稳定的排序, 那么他到底是如何进行排序的呢? 我决定尝试着到PHP的源码中挑战一下.
到PHP官方 https://www.php.net/downloads 将源码下载下来. 解压完了也没太看懂目录结构, 既然知道是c语言写的, 尝试文件夹搜索 array.c , 嗯, 搜到了, 将文件打开. 搜索 usort. 嗯, 有的.
再去 php_usort 函数看看:
static void php_usort(INTERNAL_FUNCTION_PARAMETERS, compare_func_t compare_func, zend_bool renumber) /* {{{ */
{zval *array;zend_array *arr;zend_bool retval;PHP_ARRAY_CMP_FUNC_VARS;PHP_ARRAY_CMP_FUNC_BACKUP();// 这个 zend 打头的函数一看就是虚拟机相关的, 不管了ZEND_PARSE_PARAMETERS_START(2, 2)Z_PARAM_ARRAY_EX2(array, 0, 1, 0)Z_PARAM_FUNC(BG(user_compare_fci), BG(user_compare_fci_cache))ZEND_PARSE_PARAMETERS_END_EX( PHP_ARRAY_CMP_FUNC_RESTORE(); return );arr = Z_ARR_P(array);// 一看就是对数组进行判空, 跳过if (zend_hash_num_elements(arr) == 0) {PHP_ARRAY_CMP_FUNC_RESTORE();RETURN_TRUE;}/* Copy array, so the in-place modifications will not be visible to the callback function */arr = zend_array_dup(arr);// 真正进行排序的方法retval = zend_hash_sort(arr, compare_func, renumber) != FAILURE;// 一些善后操作zval_ptr_dtor(array);ZVAL_ARR(array, arr);PHP_ARRAY_CMP_FUNC_RESTORE();RETURN_BOOL(retval);
}
简单看了一下, 找到真正的排序方法zend_hash_sort, OK, 再去这个函数里看看. 那么问题来了, 这个函数在哪呢? 找不到? 暴力破解, 简单写了个Python代码, 将所有文件中带有 zend_hash_sort 的文件都打印出来:
很幸运, 在第一个文件中就找到了.
什么? 是个宏? OK, 正好刚写了程序, 我再重新找一下 zend_hash_sort_ex 函数在哪里.
经过一番苦苦寻找, 终于在 Zend/zend_hash.c 文件下找到了最终的排序算法. 其他的没看懂, 但是, 这里有一句我知道, 是排序的关键:
好吧, 又去调 sort函数, 通过查看, 这个sort函数是本函数的第二个参数, 那在返回去看zend_hash_sort的宏定义, 嗯, 是 zend_sort 函数, 成吧, 再去找这个函数. 发现并不在这两个文件下, 再动用我临时写的Python脚本(这都用三次了, 要不我把他好好封装一下??). 最终在Zend/zend_sort.c 文件中找到. 到此, 原谅我太菜了, 在自己阅读并进行了大量搜索之后, 还是没太看懂排序的流程.
不过, 虽然代码没看懂, 但是, 排序选择的算法我知道了
- 若数组长度小于等于16, 使用 插入排序
- 若数据长度大于16, 使用 快速排序 (快速排序对元素个数1024前后做了不同的处理, 应该是优化)
总结
再回想一下, 最开始的问题, 当数组长度小于4的时候, 顺序没有改变, 这个因为使用了稳定的插入排序. 当数组长度100的时候, 使用了不稳定的快速排序.
之后使用usort函数, 就把他当做不稳定的就可以了. 这样基本不会有问题的. 但是, 讲话了, 如果我就是需要一个稳定的排序算法怎么办?
来来来, 官方函数推荐给你https://www.php.net/manual/zh/function.uasort.php
If you want to keep the order when two members compare as equal, use this.
<?phpfunction stable_uasort(&$array, $cmp_function) {if(count($array) < 2) {return;}$halfway = count($array) / 2;$array1 = array_slice($array, 0, $halfway, TRUE);$array2 = array_slice($array, $halfway, NULL, TRUE);stable_uasort($array1, $cmp_function);stable_uasort($array2, $cmp_function);if(call_user_func($cmp_function, end($array1), reset($array2)) < 1) {$array = $array1 + $array2;return;}$array = array();reset($array1);reset($array2);while(current($array1) && current($array2)) {if(call_user_func($cmp_function, current($array1), current($array2)) < 1) {$array[key($array1)] = current($array1);next($array1);} else {$array[key($array2)] = current($array2);next($array2);}}while(current($array1)) {$array[key($array1)] = current($array1);next($array1);}while(current($array2)) {$array[key($array2)] = current($array2);next($array2);}return;
}
简单看了一下, 就是一个标准的归并排序.
这次是我的失误, 当初其实想到了排序的稳定性问题, 然后写了个demo验证了一下(就是长度为4的数组), 然后自认为是稳定的, 其实随便到网上搜一下, 都能搜到的问题的. 引以为鉴.
最后, 当我google找了一下, 发现第一条搜索就告诉了我, PHP的排序对不同长度分别使用了不同的排序算法. 这就尴尬了. 么事, 虽然最后对算法也没完全看懂, 但乐在其中
