-
Notifications
You must be signed in to change notification settings - Fork 1.9k
/
CalculateAverage_jgrateron.java
379 lines (346 loc) · 13.4 KB
/
CalculateAverage_jgrateron.java
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
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
/*
* Copyright 2023 The original authors
*
* Licensed under the Apache License, Version 2.0 (the "License");
* you may not use this file except in compliance with the License.
* You may obtain a copy of the License at
*
* http://www.apache.org/licenses/LICENSE-2.0
*
* Unless required by applicable law or agreed to in writing, software
* distributed under the License is distributed on an "AS IS" BASIS,
* WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
* See the License for the specific language governing permissions and
* limitations under the License.
*/
package dev.morling.onebrc;
import java.io.File;
import java.io.IOException;
import java.io.RandomAccessFile;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Comparator;
import java.util.HashMap;
import java.util.List;
import java.util.Locale;
import java.util.Map;
import java.util.stream.Collectors;
public class CalculateAverage_jgrateron {
private static final String FILE = "./measurements.txt";
private static final int MAX_LENGTH_LINE = 255;
private static final int MAX_BUFFER = 1024 * 8;
private static boolean DEBUG = false;
public static int DECENAS[] = { 0, 10, 20, 30, 40, 50, 60, 70, 80, 90 };
public static int CENTENAS[] = { 0, 100, 200, 300, 400, 500, 600, 700, 800, 900 };
public record Particion(long offset, long size) {
}
/*
* Divide el archivo segun el nro de cores de la PC
* La division se debe recalcular hasta encontrar un \n o \r (enter o return)
*/
public static List<Particion> dividirArchivo(File archivo) throws IOException {
var particiones = new ArrayList<Particion>();
var buffer = new byte[MAX_LENGTH_LINE];
var length = archivo.length();
int cores = Runtime.getRuntime().availableProcessors();
var sizeParticion = length / cores;
if (sizeParticion > MAX_BUFFER) {
var ini = 0l;
try (var rfile = new RandomAccessFile(archivo, "r")) {
for (;;) {
var size = sizeParticion;
var pos = ini + size;
if (pos > length) {
pos = length - 1;
size = length - ini;
}
rfile.seek(pos);
int count = rfile.read(buffer);
if (count == -1) {
break;
}
for (int i = 0; i < count; i++) {
size++;
if (buffer[i] == '\n' || buffer[i] == '\r') {
break;
}
}
var particion = new Particion(ini, size);
particiones.add(particion);
if (count != buffer.length) {
break;
}
ini += size;
}
}
}
else {
particiones.add(new Particion(0, length));
}
return particiones;
}
/*
* cambiar el locale para que el separador decimal sea punto y no coma
* crear un hilo por cada particion
* totalizar las mediciones por cada hilo
* ordenar y mostrar
*/
public static void main(String[] args) throws InterruptedException, IOException {
Locale.setDefault(Locale.US);
var startTime = System.nanoTime();
var archivo = new File(FILE);
var tareas = new ArrayList<Thread>();
var totalMediciones = new HashMap<Index, Medicion>();
var particiones = dividirArchivo(archivo);
for (var p : particiones) {
var hilo = Thread.ofVirtual().start(() -> {
try (var miTarea = new MiTarea(archivo, p)) {
var mediciones = miTarea.calcularMediciones();
for (var entry : mediciones.entrySet()) {
Medicion medicion;
synchronized (totalMediciones) {
medicion = totalMediciones.get(entry.getKey());
if (medicion == null) {
totalMediciones.put(entry.getKey(), entry.getValue());
medicion = entry.getValue();
}
}
synchronized (medicion) {
if (!medicion.equals(entry.getValue())) {
var otraMed = entry.getValue();
medicion.update(otraMed.count, otraMed.tempMin, otraMed.tempMax, otraMed.tempSum);
}
}
}
}
catch (IOException e) {
System.exit(-1);
}
});
tareas.add(hilo);
}
Comparator<Map.Entry<Index, Medicion>> comparar = (a, b) -> {
return a.getValue().getNombreEstacion().compareTo(b.getValue().getNombreEstacion());
};
for (var hilo : tareas) {
hilo.join();
}
var result = totalMediciones.entrySet().stream()//
.sorted(comparar)
.map(e -> e.getValue().toString())//
.collect(Collectors.joining(", "));
System.out.println("{" + result + "}");
if (DEBUG) {
System.out.println("Total: " + (System.nanoTime() - startTime) / 1000000 + "ms");
}
}
/*
* Clase Index para reutilizar al realizar un get en el Map
*/
static class Index {
private int hash;
private byte[] data;
private int fromIndex;
private int length;
public Index() {
this.hash = 0;
}
public Index(byte data[], int fromIndex, int length) {
this.data = data;
this.fromIndex = fromIndex;
this.length = length;
this.hash = calcHashCode(length, data, fromIndex, length);
}
public void setData(byte data[], int fromIndex, int length) {
this.data = data;
this.fromIndex = fromIndex;
this.length = length;
this.hash = calcHashCode(length, data, fromIndex, length);
}
/*
* Calcula el hash de cada estacion,
* variation of Daniel J Bernstein's algorithm
*/
private int calcHashCode(int result, byte[] a, int fromIndex, int length) {
int end = fromIndex + length;
for (int i = fromIndex; i < end; i++) {
result = ((result << 5) + result) ^ a[i];
}
return result;
}
@Override
public int hashCode() {
return hash;
}
@Override
public boolean equals(Object obj) {
if (this == obj) {
return true;
}
var otro = (Index) obj;
return Arrays.equals(this.data, this.fromIndex, this.fromIndex + this.length, otro.data, otro.fromIndex,
otro.fromIndex + otro.length);
}
}
/*
* Clase para procesar el archivo a la particion que corresponde
* RandomAccessFile permite dezplazar el puntero de lectura del archivo
* Tenemos un Map para guardar las estadisticas y un map para guardar los
* nombres de las estaciones
*/
static class MiTarea implements AutoCloseable {
private final RandomAccessFile rFile;
private long maxRead;
private Index index = new Index();
private Map<Index, Medicion> mediciones = new HashMap<>();
public MiTarea(File file, Particion particion) throws IOException {
rFile = new RandomAccessFile(file, "r");
maxRead = particion.size;
rFile.seek(particion.offset);
}
@Override
public void close() throws IOException {
rFile.close();
}
/*
* Lee solo su particion
* Divide el buffer por lineas usando los separadores \n o \r (enter o return)
* obtiene la posicion de separacion ";" de la estacion y su temperatura
* calcula el hash, convierte a double y actualiza las estadisticas
*/
public Map<Index, Medicion> calcularMediciones() throws IOException {
var buffer = new byte[MAX_BUFFER];// buffer para lectura en el archivo
var rest = new byte[MAX_LENGTH_LINE];// Resto que sobra en cada lectura del buffer
var lenRest = 0;// Longitud que sobró en cada lectura del buffer
var totalRead = 0l; // Total bytes leidos
for (;;) {
if (totalRead == maxRead) {
break;
}
long numBytes = rFile.read(buffer);
if (numBytes == -1) {
break;
}
numBytes = totalRead + numBytes > maxRead ? maxRead - totalRead : numBytes;
totalRead += numBytes;
int pos = 0;
int len = 0;
int idx = 0;
int semicolon = 0;
while (pos < numBytes) {
var b = buffer[pos];
if (b == '\n' || b == '\r') {
if (lenRest > 0) {
// concatenamos el sobrante anterior con la nueva linea
System.arraycopy(buffer, idx, rest, lenRest, len);
len += lenRest;
semicolon = buscarSemicolon(rest, len);
lenRest = 0;
updateMediciones(rest, 0, semicolon);
}
else {
updateMediciones(buffer, idx, semicolon);
}
idx = pos + 1;
len = 0;
semicolon = 0;
}
else {
if (b == ';') {
semicolon = len;
}
len++;
}
pos++;
}
if (len > 0) {
System.arraycopy(buffer, idx, rest, 0, len);
lenRest = len;
}
}
return mediciones;
}
/*
* Buscamos en reverso ya que el ; esta mas cerca de numero que la estacion
* ademas el minimo numero 0.0 asi que quitamos tres mas
*/
public int buscarSemicolon(byte data[], int len) {
for (int i = len - 4; i >= 0; i--) {
if (data[i] == ';') {
return i;
}
}
return 0;
}
/*
* Busca una medicion por su hash y crea o actualiza la temperatura
*/
public void updateMediciones(byte data[], int pos, int semicolon) {
var temp = strToInt(data, pos, semicolon);
index.setData(data, pos, semicolon);
var medicion = mediciones.get(index);
if (medicion == null) {
var estacion = new byte[semicolon];
System.arraycopy(data, pos, estacion, 0, semicolon);
medicion = new Medicion(estacion, 1, temp, temp, temp);
mediciones.put(new Index(estacion, 0, semicolon), medicion);
}
else {
medicion.update(1, temp, temp, temp);
}
}
/*
* convierte de un arreglo de bytes a integer
*/
public int strToInt(byte linea[], int idx, int posSeparator) {
int pos = idx + posSeparator + 1;
boolean esNegativo = linea[pos] == '-';
pos = esNegativo ? pos + 1 : pos;
int number = linea[pos + 1] == '.' ? DECENAS[(linea[pos] - 48)] + linea[pos + 2] - 48
: CENTENAS[(linea[pos] - 48)] + DECENAS[(linea[pos + 1] - 48)] + (linea[pos + 3] - 48);
return esNegativo ? -number : number;
}
}
/*
* Clase para reservar las estadisticas por estacion
*/
static class Medicion {
private int count;
private int tempMin;
private int tempMax;
private int tempSum;
private byte estacion[];
private String nombreEstacion;
public Medicion(byte estacion[], int count, int tempMin, int tempMax, int tempSum) {
super();
this.estacion = estacion;
this.count = count;
this.tempMin = tempMin;
this.tempMax = tempMax;
this.tempSum = tempSum;
}
public void update(int count, int tempMin, int tempMax, int tempSum) {
this.count += count;
this.tempMin = Math.min(tempMin, this.tempMin);
this.tempMax = Math.max(tempMax, this.tempMax);
this.tempSum += tempSum;
}
public double round(double number) {
return Math.round(number) / 10.0;
}
public String getNombreEstacion() {
if (nombreEstacion == null) {
nombreEstacion = new String(estacion);
}
return nombreEstacion;
}
@Override
public String toString() {
var min = round(tempMin);
var mid = round(1.0 * tempSum / count);
var max = round(tempMax);
var nombre = getNombreEstacion();
return "%s=%.1f/%.1f/%.1f".formatted(nombre, min, mid, max);
}
}
}