背景
西天取經的路上,一樣上演着編程的樂趣.....
排序的時候我們可以選擇快速排序或歸併排序等算法。爲了方便,我們把排序好的2G有序數據稱之爲有序子串吧。接着我們可以把兩個小的有序子串合併成一個大的有序子串。
注意:讀取的時候是每次讀取一個int數,通過比較之後在輸出。
按照這個方法來回合併,總共經過三次合併之後就可以得到8G的有序子串。
接下來把12個數據分成4份,然後排序成有序子串
然後把子串進行兩兩合併
輸出哪個元素,就在那個元素所在的有序子串再次讀入一個元素
繼續
重複直到合併成一個包含6個int的有序子串
再把兩個包含6個int的有序子串合併成一個包含12個int數據的最終有序子串
優化策略
解釋下:例如對於數據2,我們把無序的12個數據分成有序的4個子串需要讀寫各一次,把2份3個有序子串合併成6個有序子串讀寫各一次;把2份6個有序子串合併從12個有序子串讀寫各一次,一共需要讀寫各3次。
多路歸併
爲了方便講解,我們假設內存一共可以裝4個int型數據。
置換選擇
例如我們可以從12個數據讀取3個存到內存中,然後從內存中選出最小的那個數放進子串p1裏;
之後再從在從剩餘的9個數據讀取一個放到內存中,然後再從內存中選出一個數放進子串p1裏,這個數必須滿足比p1中的其他數大,且在內存中儘量小。
這樣一直重複,直到內存中的數都比p1中的數小,這時p1子串存放結束,繼續來p2子串的存放。例如(這時假設內存只能存放3個int型數據):
12個無序的int數據
讀入3個到內存中,且選出一個最小的到子串p1
從內存中再次讀取一個元素86
從內存中再次讀取一個元素3
從內存中再次讀取一個元素24
從內存中再次讀取一個元素8
這個時候,已經沒有符合要求的數了,且內存已滿,進而用p2子串來存放,以此類推。
通過這種方法,p1子串存放了4個數據,而原來的那種方法p1子串只能存放3個數據。
從12個數據中讀取3個數據,構建成一個最小堆,然後從堆頂選擇一個數寫入到p1中。
之後再從剩餘的9個數中讀取一個數,如果這個數比剛纔那個寫入到p1中的數大,則把這個數插入到最小堆中,重新調整最小堆結構,然後在堆頂選一個數寫入到p1中。
否則,把這個數暫放在一邊,暫時不處理。之後一樣需要調整堆結構,從堆頂選擇一個數寫入到p1中。
這裏說明一下,那個被放在一邊的數是不能再放入p1中的了,因爲它一定比p1中的數都要小,所以它會放在下一個子串中
看這些文字會讓人頭大,我畫圖解釋下吧。
從12數據讀取3個數據
構建最小堆,且選出目標數
讀入下一個數86
讀入下一個數3,比70小,暫放一邊,不加入堆結構中
讀入下一個數據24,比81小,不加入堆結構
讀入下一個數據8,比86小,不加入堆結構。此時p1已經完成了,把那些剛纔暫放一邊的數重新構成一個堆,繼續p2的存放。
以此類推...
最後生成的p2如下:
這種方法適合要排序的數據太多,以至於內存一次性裝載不下。只能通過把數據分幾次的方式來排序,我們也把這種方法稱之爲外部排序