Ruby - ソート処理各種テスト!

Updated:


前回は、各種ソート処理のアルゴリズムを C++ で実装することについて紹介しました。。

今回は、同じアルゴリズムを Ruby で実装してみました。

以下、Ruby スクリプトの紹介です。

0. 前提条件

  • ruby 2.1.1-p76 での作業を想定。
  • 各種ソートの試行は以下のように行なった。
    • 1回のソートに使用するデータの個数は 100 個。(C++ 版では 1,000 回だったが)
    • データそれぞれは 0 以上 10,000 未満の整数。
    • ソート試行(ループ)回数は、10,000 回。(1回のソートは一瞬であるため)
  • 各種ソートのアルゴリズムの詳細については説明しない。(必要なら、別途お調べください)
    ここでは、それぞれのアルゴリズムを Ruby で実装して試行することに専念している。

1. 各種ソート処理について

各種ソート処理の概要については、前回の記事を参照ください。

2. Ruby スクリプト作成

File: sort_test.rb

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
#! /usr/local/bin/ruby
# **************************************
# ソート処理各種テスト
# **************************************
#
class SortTest
  N = 100    # データ個数
  M = 10000  # 値 MAX ( M 未満 )
  L = 10000  # ソート試行回数

  def initialize
    # ヒープに追加する要素の配列を生成
    @base = Array.new
    N.times { |i| @base << Random.rand(N) + 1 }
    # 乱数の種を毎回同じ値で初期化するなら以下2行のように。
    #prng = Random.new(1234)
    #N.times { |i| @base << prng.rand(N) + 1 }
    # ベース配列出力
    display_base
    # 処理用配列
    @a = Array.new  # ソート処理用
    @h = Array.new  # ヒープ用
  end

  def exec
    # 基本交換法(バブル・ソート)
    printf("%-22s", "1  : Bubble Sort")
    sort_bubble
    # 基本選択法(直接選択法)
    printf("%-22s", "2  : Selection Sort")
    sort_selection
    # 基本挿入法
    printf("%-22s", "3  : Insertion Sort")
    sort_insertion
    # 改良交換法(クイック・ソート)
    printf("%-22s", "4  : Quick Sort")
    sort_quick
    # 改良選択法(ヒープ・ソート)(上方移動)
    printf("%-22s", "5-1: Heap Sort(Up)")
    sort_heap_up
    # 改良選択法(ヒープ・ソート)(下方移動)
    printf("%-22s", "5-2: Heap Sort(Down)")
    sort_heap_down
    # 改良挿入法(シェル・ソート)
    printf("%-22s", "6  : Shell Sort")
    sort_shell
  rescue => e
    raise
  end

  private

  # 基本交換法(バブル・ソート)
  def sort_bubble
    # 処理開始時刻
    t1 = Time.now
    # 指定回数 LOOP
    L.times do |l|
      # 配列コピー
      #@a = @base.clone
      @a = Marshal.load(Marshal.dump(@base))
      # ソート処理
      0.upto(N - 2) do |i|
        (N - 1).downto(i + 1) do |j|
          @a[j - 1], @a[j] = @a[j], @a[j - 1] if @a[j] < @a[j - 1]
        end
      end
    end
    # 処理時間計算・結果出力
    t2 = Time.now
    display(0, @a, t2 - t1)
  rescue => e
    raise
  end

  # 基本選択法(直接選択法)
  def sort_selection
    # 処理開始時刻
    t1 = Time.now
    # 指定回数 LOOP
    L.times do |l|
      # 配列コピー
      #@a = @base.clone
      @a = Marshal.load(Marshal.dump(@base))
      # ソート処理
      0.upto(N - 2) do |i|
        min, s = @a[i], i
        (i + 1).upto(N - 1) do |j|
          min, s = @a[j], j if @a[j] < min
        end
        @a[i], @a[s] = @a[s], @a[i]
      end
    end
    # 処理時間計算・結果出力
    t2 = Time.now
    display(0, @a, t2 - t1)
  rescue => e
    raise
  end

  # 基本挿入法
  def sort_insertion
    # 処理開始時刻
    t1 = Time.now
    # 指定回数 LOOP
    L.times do |l|
      # 配列コピー
      #@a = @base.clone
      @a = Marshal.load(Marshal.dump(@base))
      # ソート処理
      1.upto(N - 1) do |i|
        (i - 1).downto(0) do |j|
          if @a[j] > @a[j + 1]
            @a[j], @a[j + 1] = @a[j + 1], @a[j]
          else
            break
          end
        end
      end
    end
    # 処理時間計算・結果出力
    t2 = Time.now
    display(0, @a, t2 - t1)
  rescue => e
    raise
  end

  # 改良交換法 (クイック・ソート)
  def sort_quick
    # 処理開始時刻
    t1 = Time.now
    # 指定回数 LOOP
    L.times do |l|
      # 配列コピー
      #@a = @base.clone
      @a = Marshal.load(Marshal.dump(@base))
      # ソート処理
      quick(0, N - 1)
    end
    # 処理時間計算・結果出力
    t2 = Time.now
    display(0, @a, t2 - t1)
  rescue => e
    raise
  end

  # 改良選択法 (ヒープ・ソート)(上方移動)
  def sort_heap_up
    # 処理開始時刻
    t1 = Time.now
    # 指定回数 LOOP
    L.times do |l|
      # 初期ヒープ作成(上方移動)
      generate_heap_up
      # ソート処理
      n, m = N, N  # データ個数、n の保存
      while n > 1
        @h[1], @h[n] = @h[n], @h[1]
        n -= 1     # 木の終端切り離し
        p = 1; s = 2 * p
        while s <= n
          s += 1 if s < n && @h[s + 1] > @h[s]
          break if @h[p] >= @h[s]
          @h[p], @h[s] = @h[s], @h[p]
          p = s; s = 2 * p
        end
      end
    end
    # 処理時間計算・結果出力
    t2 = Time.now
    display(1, @h, t2 - t1)
  rescue => e
    raise
  end

  # 改良選択法 (ヒープ・ソート)(下方移動)
  def sort_heap_down
    # 処理開始時刻
    t1 = Time.now
    # 指定回数 LOOP
    L.times do |l|
      # 元の配列を元の木としてコピー
      1.upto(N) { |i| @h[i] = @base[i - 1] }
      # 初期ヒープ作成(下方移動)
      generate_heap_down
      # ソート処理
      n, m = N, N  # データ個数, n の保存
      while n > 1
        @h[1], @h[n] = @h[n], @h[1]
        n -= 1     # 木の終端切り離し
        p = 1; s = 2 * p
        while s <= n
          s += 1 if s < n && @h[s + 1] > @h[s]
          break if @h[p] >= @h[s]
          @h[p], @h[s] = @h[s], @h[p]
          p = s; s = 2 * p
        end
      end
    end
    # 処理時間計算・結果出力
    t2 = Time.now
    display(1, @h, t2 - t1)
  rescue => e
    raise
  end

  # 改良挿入法 (シェル・ソート)
  def sort_shell
    # 処理開始時刻
    t1 = Time.now
    # 指定回数 LOOP
    L.times do |l|
      # 配列コピー
      #@a = @base.clone
      @a = Marshal.load(Marshal.dump(@base))
      # ソート処理
      gap = N / 2
      while gap > 0
        0.upto(gap - 1) do |k|
          i = k + gap
          while i < N
            j = i - gap
            while j >= k
              if @a[j] > @a[j + gap]
                @a[j], @a[j + gap] = @a[j + gap], @a[j]
              else
                break
              end
              j -= gap
            end
            i += gap
          end
        end
        gap /= 2
      end
    end
    # 処理時間計算・結果出力
    t2 = Time.now
    display(0, @a, t2 - t1)
  rescue => e
    raise
  end

  # クイック・ソート用再帰関数
  def quick(left, right)
    return unless left < right
    # 最左項を軸に. 軸より小さいグループ. 軸より大きいグループ.
    s, i, j = @a[left], left, right + 1
    loop do
      i += 1; i += 1 while @a[i] && @a[i] < s
      j -= 1; j -= 1 while @a[j] && @a[j] > s
      break if i >= j
      @a[i], @a[j] = @a[j], @a[i]
    end
    @a[left], @a[j] = @a[j], s  # 軸を正しい位置に挿入
    quick(left, j - 1)          # 左部分列に対する再帰呼び出し
    quick(j + 1, right)         # 右部分列に対する再帰呼び出し
  rescue => e
    raise
  end

  # ヒープ・ソート用ヒープ生成(上方移動)関数
  def generate_heap_up
    1.upto(N) do |i|
      # 元データ配列から1つヒープ要素として追加
      @h[i] = @base[i - 1]
      s = i        # 追加の位置
      p = s / 2    # 親要素の位置
      while s >= 2 && @h[p] < @h[s]
        @h[p], @h[s] = @h[s], @h[p]
        s = p      # 追加要素の位置
        p = s / 2  # 親要素の位置
      end
    end
  rescue => e
    raise
  end

  # ヒープ・ソート用ヒープ生成(下方移動)関数
  def generate_heap_down
    n = N          # データ個数
    (n / 2).downto(1) do |i|
      p = i        # 親要素の位置
      s = 2 * p    # 左の子要素の位置
      while s <= n
        s += 1 if s < n && @h[s + 1] > @h[s]  # 左右子要素の小さい方
        break if @h[p] >= @h[s]
        @h[p], @h[s] = @h[s], @h[p]  # 交換
        p = s      # 親要素の位置
        s = 2 * p  # 左の子要素の位置
      end
    end
  rescue => e
    raise
  end

  # ベース配列出力
  #   param: 配列
  def display_base
    puts "#### Base Array"
    0.upto(N - 1) do |i|
      printf("%5d ", @base[i])
      puts if (i + 1)  % 10 == 0 || i == N - 1
    end
    puts
  rescue => e
    raise
  end

  # 結果出力
  #   param: 0(Heap 以外配列), 1(Heap 配列)
  #          配列
  #          経過時間
  def display(k, ary, tt)
    # ソート結果出力出力 ( 必要ならコメント解除 )
    #puts
    #k.upto(N - 1 + k) do |i|
    #  printf("%5d ", ary[i])
    #  puts if (i + 1 - k)  % 10 == 0 || i == N - 1 + k
    #end
    # 経過時間出力
    puts "Time: %6.2f sec." % tt
  rescue => e
    raise
  end
end

if __FILE__ == $0
  begin
    SortTest.new.exec
  rescue => e
    $stderr.puts "[#{e.class}] #{e.message}"
    e.backtrace.each{ |tr| $stderr.puts "\t#{tr}" }
  end
end

3. 実行

まず、実行権限を付与。

$ chmod +x sort_test.rb

そして、実行。

$ ./sort_test.rb

#### Base Array

    9    82    33    22    59    30    57   100    49    88
   89    38    54    46    36    90    53    71    32    85
   30    44    49     6     6    94    39    60    97    43
   87    63    88     3    31    18    96    12    16    21
   78    65    83    60    94    56    34    21    45    13
   76    68    42    15    22    29    40    39    72    66
   36    13    68    47    27    71    42    88    74    99
   43    70    98     2    83    35    93    30    88    76
   54    70    70    89    55    68    83    34    30    81
    3    93    94    36    53    28    88    90    72    16

1  : Bubble Sort      Time:   9.36 sec.
2  : Selection Sort   Time:   4.83 sec.
3  : Insertion Sort   Time:   7.42 sec.
4  : Quick Sort       Time:   0.98 sec.
5-1: Heap Sort(Up)    Time:   2.29 sec.
5-2: Heap Sort(Down)  Time:   2.19 sec.
6  : Shell Sort       Time:   1.74 sec.

4. 結果

何回か実行してみた結果、処理の早い順は大体以下のようになった。(シェル・ソートとヒープ・ソート(上方/下方)は、ほぼ同じで若干の順位変動あり)

  1. 改良交換法(クイック・ソート)
  2. 改良挿入法(シェル・ソート)
  3. 改良選択法(ヒープ・ソート(上方移動))
  4. 改良選択法(ヒープ・ソート(下方移動))
  5. 基本選択法(直接選択法)
  6. 基本挿入法
  7. 基本交換法(バブル・ソート)

ちなみに、同様のアルゴリズムを C++ で実装して実行してみた結果は以下のとおりでした。(ソートに使用するデータ個数が異なるが)

  1. 改良選択法(ヒープ・ソート(下方移動))
  2. 改良選択法(ヒープ・ソート(上方移動))
  3. 改良交換法(クイック・ソート)
  4. 改良挿入法(シェル・ソート)
  5. 基本挿入法
  6. 基本選択法(直接選択法)
  7. 基本交換法(バブル・ソート)

基本的に改良型の方が早いのは分かるが、言語によってことなる場合もあるようだ。


当然ながら、大量のデータを扱う場合は、軽量言語(or スクリプト言語 or インタプリタ型言語)はコンパイル型言語にかないません(or かなわない部分もあります or 優る部分もあります)。
ですが、知っておいて損はないアルゴリズムです。

以上。





 

Sponsored Link

 

Comments