TopN排行榜容器 TopNOrderedContainer －－ ESBasic 可复用的.NET类库（20）

1.缘起：

    假设我们的会员管理系统有一个排行榜的功能，需要每隔一段时间就对系统中的所有会员（假设会员数有100万）的积分进行排序，然后对其中的前100名进行某些奖励。

    这是一个典型的TopN算法――对巨大数量的对象进行排序，然后只需要取出最Top的前N名（N比对象总数小很多），作为排行榜的数据。

    解决这样的问题，我们要注意一点，如果我们每次都对所有的对象进行完全排序，那无疑效率非常低下，而且非常不划算。因为我们只需要前N名，而不是所有对象的先后顺序。

    我设计了ESBasic.ObjectManagement.TopNOrderedContainer来解决排行榜算法，TopNOrderedContainer只将资源花费在真正需要计算的地方，另外，TopNOrderedContainer支持在运行过程中，将不断新产生的对象加入到排行榜。

 

2.适用场合：

    TopNOrderedContainer用于对巨大数量的对象进行TopN排序。其适用场合有如下特点：

（1）需要被排序的对象的数量非常巨大（如几百万、甚至几千万）。

（2）对系统有价值的排序结果只有前N名。

（3）N远小于总的对象数量。

 

3．设计思想与实现

    TopNOrderedContainer的排行榜算法的思路是这样的，使用一个长度为N的数组，来存放最Top的N个对象，越Top的对象其在数组中的Index就越小。这样，每次加入一个对象时：

（1）首先，判断当前的排行榜的最后一名是否比新加入的对象更Top，如果是则丢弃它。

（2）其次，看新加入的对象是否比当前排行榜的第一名更Top，如果是，则新的对象应该被放置在index为0的位置。

（3）否则，就采用二分查找算法为新加入的对象找到合适的位置，并调整排行榜中位于插入位置后面的对象的位置。

当然，在具体实现的源码中，我们看到了还有一些边界条件的处理这里没描述出来。

     TopNOrderedContainer的类图如下所示：

    我们看到TopNOrderedContainer有一个泛型参数TObj，它是进行排序的对象的类型。TObj的泛型约束表明TObj必须实现IOrdered接口。IOrdered接口定义如下：

 

    /// <summary>
    /// IOrdered 参与排行榜排序的对象必须实现的接口。
    /// </summary>
    /// <typeparam name="TOrderedObj">参与排行榜排序的对象的类型</typeparam>
    public interface IOrdered<TOrderedObj>
    {
        bool IsTopThan(TOrderedObj other);
    }

 

关于这个接口要注意两点：

    第一，该接口的唯一方法的名字为什么不是类似IsGreaterThan、IsSmallerThan等，而是IsTopThan？因为不同的应用有不同的需求，有的可能是要选择前N个最大的，有的是要选择前N个最小的，甚至有的可能选择前N个最著名的，等等。而IsTopThan可以覆盖所有这些情况，反正都是最Top的N个嘛。

    第二，IOrdered接口之所以使用泛型参数TOrderedObj，是为了避免派生类在实现IsTopThan方法时，需要将参数other的类型进行向下转换。

      

    现在我们在回到TopNOrderedContainer，关于其实现要注意以下几点：

（1）排行榜容器可以在多线程的环境中使用。TopNOrderedContainer使用SmartRWLocker来对Add方法进行同步，之所以选择读写锁而不是简单的lock，是因为使排行榜容器在应对多读/少写的状况时能支持更大的并发。

（2）排行榜的生成采用的是插入排序策略，排序的具体算法是二分查找排序。Adjust方法的实现就是二分查找算法的体现。

（3）GetTopN方法用于返回当前的排行榜的拷贝。之所以返回一个拷贝，是因为外部对返回的数组进行任何操作都不会影响到TopNOrderedContainer的内部集合。

（4）为何不将TopN排序直接实现为一个静态方法？如果以静态的方式实现，那我们就没有办法继续动态的Add新的对象进入排行榜，即使要达到这样的目的，也就只有构造新的list，再次调用static GetTopN方法，如此就浪费了前面的计算成果。

 

4. 使用时的注意事项

    如果要排序的对象的数量与TopN的N值的差距并不大，那么使用TopNOrderedContainer并不一定是最佳的选择，这时我们可以采用一些高效的完全排序算法对所有的对象进行排序，然后再取出前N名，可能速度会更快。

　　当然，我们也可以使用最大最小堆的算法来实现TopN的排序，也是完全可行的。

 

5.扩展

    TopN排行榜容器TopNOrderedContainer暂时没有任何扩展。

 

注： ESBasic已经开源，点击这里下载源码。
    ESBasic开源前言