Ruby 的最大函数顺序如何重复?

How does Ruby's max function order duplicates?

我一直在查看 Ruby 的 Enumerable mixin (v2.4.1) 中的 max method

这是一个相当简单的方法,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")

7是如何被选为第二项的?为什么取三个值时根本不选?

如果你取的数再多,顺序就会不一致(虽然集合中的项目是)。

我看了一眼the source code,不过好像是在做正常的比较;此处看到的顺序在该代码中并不明显。

谁能解释一下这个排序是如何实现的?我知道上面的排序都是"valid",但是它们是怎么生成的呢?

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}}

我花了一些时间在源代码上,但找不到任何漏洞。

我记得看到一篇名为 Switch: A Deep Embedding of Queries into Ruby 的出版物(Manuel Mayr 的论文)后,我找到了答案。

您可以在第 104 页的哪个位置找到 max_by 的答案:

... Here, the value in the input list that assumes the maximum when evaluated by the function is returned. If more than one value yields the maximum, the choice for a result among these values is arbitrary. ...


同样适用于:
sort & sort_by 来自评论@ emu.c

The result is not guaranteed to be stable. When two keys are equal, the order of the corresponding elements is unpredictable.

第一次,第二次编辑 - "we need to go deeper" => 希望你喜欢 "ride".


简答:
排序看起来像它的原因是 max_by 块的组合(导致开始使用 %2 中的 max 值进行排序,即 1 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(正在开发中)的源代码。

快速排序算法可能因您使用的编译器而异。你可以使用qsort_r:GNU版本,BSD版本(你可以查看configure.ac)了解更多。 visual studio 使用的是 2012 或更高版本的 BSD。

+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. 如果您有 GNU qsort_r 但没有 BSD: 仅使用内部 ruby_qsort 实现。检查 util.c 以了解 Tomoyuki Kawamura 对快速排序 (ruby_qsort(void* base, const size_t nel, const size_t size, cmpfunc_t *cmp, void *d)) 函数的内部实现。 @util.h

    如果HAVE_GNU_QSORT_R=1 那么#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 风格: 然后使用下面的代码(可以在 util.c 找到)。注意 cmp_bsd_qsortruby_qsort 之前是如何被调用的。原因?可能是标准化、堆栈 space 和速度(我自己没有测试 - 必须创建基准,这非常耗时)。

保存栈space在BSDqsort.c源代码中有说明:

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

ruby 源代码处的 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(不再有 DevKit,而是用于 windows 安装程序的 MSYS2,我大部分时间都在使用它)NetBSD 版本qsort_r(从 02-07-2012 开始)。最新的 NetBSD qsort.c (revision:1.23).

现实生活中的例子 - "we need to go even deeper"

测试将在两个 (windows) 颗红宝石上进行:

  • 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-chain 版本 ruby 2.4.2-p198(于 2017 年 9 月 15 日发布)并且包含补丁(见上文)用于 BSD qsort 实现。

代码:

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

Ruby2.2.2p95:

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]

Ruby2.4.2-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]

Ruby2.2.2p95:

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]

Ruby2.4.2-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]

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

Ruby2.2.2p95:

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]

Ruby2.4.2-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]

现在是大问题 --> 为什么结果不同?

第一个显而易见的答案是,当使用 GNU 或 BSD 实现时,结果会不同吗?正确的?好吧,实现是不同的,但产生(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。

真正的问题在于算法本身。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)。当你有你的 [1,2,3,4,5,6,7,8,9] 然后你在块中将其转换为 [1,0,1,0,1,0,1,0,1]使用 max(_by),您将数组排序为 [1,1,1,1,1,0,0,0,0]。你从 1 开始,但是是哪一个?那么你会得到不可预知的结果。 (max(_by)是先取奇数后偶数的原因)

GNU qsort评论:

Warning: If two objects compare as equal, their order after sorting is unpredictable. That is to say, the sorting is not stable. This can make a difference when the comparison considers only part of the elements. Two elements with the same sort key may differ in other respects.

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} 相等的产生 [1,1,1,1,1].

结论:

现在选哪一个?那么在你的情况下是不可预测的,它是你得到的。即使对于相同的 ruby 版本,我也会得到不同的,因为底层 quick-sort 算法本质上是不稳定的。