TopN算法与排行榜
在系统中，我们经常会遇到这样的需求：将大量（比如几十万、甚至上百万）的对象进行排序，然后只需要取出最Top的前N名作为排行榜的数据，这即是一个TopN算法。常见的解决方案有三种：
（1）直接使用List的Sort方法进行处理。
（2）使用排序二叉树进行排序，然后取出前N名。
（3）使用最大堆排序，然后取出前N名。
第一种方案的性能是最差的，后两种方案性能会好一些，但是还是不能满足我们的需求。最主要的原因在于使用二叉树和最大堆排序时，都是对所有的对象进行排序，而不是将代价花费在我们需要的少数的TopN上。为此，我自己实现了TopNOrderedContainer来解决这个问题。
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，就与Index最大的那个对象比较，如果比其更Top，则交换两个对象的位置。如果被交换的对象是数组中的最后一个对象（Index最大），则该对象会被抛弃。如此，可以保证容器中始终保持的都是最Top的N个对象。
接下来我们看具体的实现。
如果一个对象要参与TopN排行榜，则其必须实现IOrdered接口，表明其可以被Top排序。
/// 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);
}
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进行向下转换。
接下来是TopNOrderedContainer实现的源码：
/// TopNOrderedContainer 用于始终保持排行榜前N名的Object。该实现是线程安全的。
/// zhuweisky 2009.05.23
/// </summary>
/// <typeparam name="TID">被排名的对象的标志类型</typeparam>
/// <typeparam name="TObj">被排名的对象类型</typeparam>
public class TopNOrderedContainer<TObj> where TObj : IOrdered<TObj>
{
private TObj[] orderedArray = null;
private int validObjCount = 0;
private SmartRWLocker smartRWLocker = new SmartRWLocker();
#region TopNumber
private int topNumber = 10;
public int TopNumber
{
get { return topNumber; }
set { topNumber = value; }
}
#endregion
#region Ctor
public TopNOrderedContainer() { }
public TopNOrderedContainer(int _topNumber)
{
this.topNumber = _topNumber;
}
#endregion
#region Initialize
public void Initialize()
{
if (this.topNumber < 1)
{
throw new Exception("The value of TopNumber must greater than 0 ");
}
this.orderedArray = new TObj[this.topNumber];
}
#endregion
#region Add List
public void Add(IList<TObj> list)
{
if (list == null)
{
return;
}
using (this.smartRWLocker.Lock(AccessMode.Write))
{
foreach (TObj obj in list)
{
this.DoAdd(obj);
}
}
}
#endregion
#region Add
public void Add(TObj obj)
{
using (this.smartRWLocker.Lock(AccessMode.Write))
{
this.DoAdd(obj);
}
}
#endregion
#region GetTopN
public TObj[] GetTopN()
{
using (this.smartRWLocker.Lock(AccessMode.Read))
{
return (TObj[])this.orderedArray.Clone();
}
}
#endregion
#region Private
#region DoAdd
private void DoAdd(TObj obj)
{
if (obj == null)
{
return;
}
if (this.validObjCount < this.topNumber)
{
this.orderedArray[this.validObjCount] = obj;
this.Adjust(this.validObjCount);
++this.validObjCount;
return;
}
if (this.orderedArray[this.topNumber - 1].IsTopThan(obj))
{
return;
}
this.orderedArray[this.topNumber - 1] = obj;
this.Adjust(this.topNumber - 1);
}
#endregion
#region Adjust
/// <summary>
/// Adjust 调整posIndex处的对象到合适的位置。
/// 与相邻前一个对象比较，如果当前对象更加Top，则与前一个对象交换位置。
/// </summary>
private void Adjust(int posIndex)
{
TObj obj = this.orderedArray[posIndex];
for (int index = posIndex; index > 0; index--)
{
if (obj.IsTopThan(this.orderedArray[index - 1]))
{
TObj temp = this.orderedArray[index - 1];
this.orderedArray[index - 1] = obj;
this.orderedArray[index] = temp;
}
else
{
break;
}
}
}
#endregion
#endregion
}
源码面前毫无秘密。
但是有几点我还是需要说明一下：
（1）ESBasic.ObjectManagement.TopNOrderedContainer位于我的ESBasic.dll类库中，其实现时用到的SmartRWLocker是一个读写锁，也是ESBasic.dll类库中的一员。你可以从这里下载ESBasic.dll直接试用。
（2）为何不将TopN排序直接实现为一个静态方法，如：
如果要是这样实现，那我们就没有办法继续动态的Add新的TObj对象进来，如果要达到这样的目的，就只有构造新的list，再次调用static GetTopN方法，如此会重复做一些工作。
最后，我们来测试一下TopNOrderedContainer与List.Sort方法的性能比较，测试的对象数目为500000个，取出Top20。测试代码如下：
{
#region UserID
private string userID;
public string UserID
{
get { return userID; }
set { userID = value; }
}
#endregion
#region Score
private int score;
public int Score
{
get { return score; }
set { score = value; }
}
#endregion
public UserData(string _userID, int _score)
{
this.userID = _userID;
this.score = _score;
}
#region IOrdered<string> 成员
public bool IsTopThan(UserData other)
{
return this.Score > other.Score;
}
public override string ToString()
{
return this.score.ToString();
}
#endregion
}
{
List<UserData> list = new List<UserData>();
for (int i = 0; i < 500000; i++)
{
list.Add(new UserData("User" + i.ToString(), i * i * i - 3 * i * i + 4 * i + 8));
}
List<UserData> list2 = new List<UserData>();
for (int i = 0; i < 500000; i++)
{
list2.Add(new UserData("User" + i.ToString(), i * i * i - 3 * i * i + 4 * i + 8));
}
Stopwatch stopwatch = new Stopwatch();
stopwatch.Start();
list.Sort(this);
stopwatch.Stop();
long ms1 = stopwatch.ElapsedMilliseconds;
stopwatch.Reset();
stopwatch.Start();
TopNOrderedContainer<UserData> container = new TopNOrderedContainer<UserData>(20);
container.Initialize();
container.Add(list2);
UserData[] res = container.GetTopN();
stopwatch.Stop();
long ms2 = stopwatch.ElapsedMilliseconds;
}
#region IComparer<UserData> 成员
public int Compare(UserData x, UserData y)
{
return (y.Score - x.Score);
}
#endregion
测试的结果显示，使用List.Sort方法需要1287ms，而TopNOrderedContainer只花了78ms。
