Perl中Schwartzian转换问题

Perl中著名的Schwartzian转换，其产生背景主要涉及到排序问题:

比如说，根据文件名以字母顺序排序，代码如下:

use strict;
use warnings;

my @files = glob "*.xml";          #perl中文件操作符glob提供相当于shell中的通配符的功能
my @sorted_files = sort @files;    #sort()，排序，默认是字母顺序排序

比如说，根据文件名长度排序，其代码如下:

use strict;
use warnings;

#length求长度。 太空船操作符<=>，默认变量是$a,$b，返回值为-1,0,1分别表示大于，==，小于。 sort进行排序
my $profix = ".xml";
my @files = glob "*.xml";my @sorted_length = sort { length($a) <=> length($b) } @files;

上面的两种情况，对很多文件操作来说，速度还不算慢，如果是下面这种情况。

比如说:要批量比较文件大小，其代码如下:

use strict;
use warnings;

my @files     = glob "*.xml";
my @sort_size = sort { -s $a <=> -s $b } @files;  #比较大小

上面的代码设计到三重(次)操作:

1. 从硬盘上获取文件大小(-s $b)

2. 比较文件大小(太空船操作)

3. 对其进行排序(sort操作)

考虑到要比较$a,$b大小时，要从硬盘中获取两次，所以次数是6次！也就是说，如果有1万个文件，总共是6万次。

其算法复杂度是: n*long(n),考虑到后两项(比较文件大小，进行排序)必然要进行的操作，但第一项却可以降低！

即一次性从硬盘中读取所有文件大小，将其放置到Perl中的默认的变量，并存储到内存中！于是又下面算法实现:

use strict;
use warnings;

my @files = glob "*.xml";

my @unsorted_pairs = map  { [$_, -s $_] } @files;
my @sorted_pairs   = sort { $a->[1] <=> $b->[1] } @unsorted_pairs;
my @sorted_files   = map  { $_->[0] } @sorted_pairs;

看上去比较复杂，分三个步骤解释下:

第一步:遍历文件列表，对每个文件创建一个数组引用。数组引用包含两个元素：

第一个是文件名($_)，第二个是文件大小(-s $_)。这样，处理每个文件只访问一次磁盘。

第二步:对二维数组排序。因比较文件大小，所以需取元素[1]，比较它们的值。得到另一个二维数组。

第三步:丢掉文件大小元素，创建一个只含文件名的列表。完成目标!

上面的代码使用了两个临时数组，但这并不是必须的。我们可以一个语句就能完成所有的工作。为了达到目的，需要按照“数据从右流向左”的原理反转句子顺序，不如果将每个句子放在单独一行，并且留出足够的空间，我们依然可以写出可读性高的代码。

my @quickly_sorted_files =
    map  { $_->[0] }
    sort { $a->[1] <=> $b->[1] }
    map  { [$_, -s $_] }
    @files;

这就是以Randal L. Schwartz命名的Schwartzian转换，对数据量特多的情况下，其速度要比前者快数倍！

下面写了小程序，包括在生成1万个xml文件，在两种情况下，完整代码如下:

#!/usr/bin/perl -w
use strict;
use warnings;
use autodie;
use v5.10;

######################################
###  创建要比较的10,000个.xml文件 ###
######################################
my $profix = ".xml";

foreach my $num (1..10000) {
	open(my $fh, '>', $num . $profix) || die "Can not create the file: $!\n";
	print $fh "This is file size testing!";
}

print "All the 10_1000 files created! \n";

######################################
### 常规转换:      遍历20次       ###
######################################
my $t1  = time();

foreach (1..20){
	my @files     = glob "*.xml";
    my @sorted    = sort { -s $a <=> -s $b } @files;
}

say "常规算法需要时间: => ", time()- $t1;

######################################
### Schwartzian转换: 遍历20次     ###
######################################
my $t2  = time();

foreach (1..20){
	my @files = glob "*.xml";
        my @sorted =
            map  {$_->[0]}
            sort {$a->[1] <=> $b->[1]}
            map  {[$_, -s $_]}
       @files;
}

say "Schwartzian算法需要时间: => ", time()- $t2;

输出结果:

All the 10_1000 files created!

常规算法需要时间:        => 185

Schwartzian算法需要时间: => 115