编程珠玑笔记第一章 a[i>>SHIFT]

问题描述：

问题：一个最多包含n个正整数的文件，每个数都小于n，n = 100 00000。文件中的正整数没有重复的，请按升序排列这些整数。可用内存空间只有1MB左右，运行时间在10秒左右。

选择方案：

1：归并排序，32为整数，1M的内存空间，每次可以读入约250 000（25万）个数（注意估计方法，1M 10的6次方，1百万字节，1G，10的9次方，10亿字节）

那就需要40次读入，第一次遍历文件，对0-249 999的树进行排序，第二次对250 000到499 999之间的数排序，瓶颈在于需要40次读入文件

2：利用位图和位向量解决，该排序的特征为：数据没有重复，数据限制在较小的范围内，除了单一整数外没有其他的相关数据了

习题：库语言实现排序

产生10 000 000文件

#include <iostream>  
#include <ctime>  
using namespace std;
#define RAND_MAX 10000

//rand 产生2^15次方的随机数,bigrand产生2^30次方的随机数，见编程珠玑12章如果用rand做产生的数据随机性不太好，所以用bigrand
int bigrand()
{
	return (RAND_MAX)*rand()+rand();
}
int randint(int l,int u)
{
	return l+ bigrand()%(u-l+1);
}
#define SOURCENUM 10000000
int testdata[SOURCENUM];//这么大的数组不能在main内定义，因为栈的大小有限制，定义为全局变量，在静态区
int main()
{

	cout<<"shangglag"<<endl;
	srand((unsigned)time(NULL));
	for (int i = 0,j = 1; i < SOURCENUM; i++,j++)testdata[i] = j;
	for(i = 0; i <  SOURCENUM; i++)swap(testdata[i],testdata[randint(i,SOURCENUM-1)]);//rand()%(SOURCENUM-1 - i + 1)+i]
	FILE* fp1 = fopen("D:\\file3.txt","w+");
	if(!fp1)return 0;
	for( i = 0; i <SOURCENUM; i++)
	{
		fprintf(fp1,"%d\n",testdata[i]);
		if(i%10000)cout<<"-";
	}
	fclose(fp1);

}

采用位图的方法进行排序 参考http://www.cnblogs.com/shuaiwhu/archive/2011/05/29/2065039.html

首先弄懂i>>SHIFT相当于i/32，i&MASK相当于i%32.那么就采用这个，把a数组中的元素都设置为0.

整个程序的思想就是：

1.每个整数有32位，那么它就可以表示32个数，分别对应每bit位为1. 

2.然后把10000000个数分为1+N/BITSPERWORD组(相当于有这么多个桶)，每组包含接近32个数。

上面的解释可能仍不到位，那我们来看具体的函数：

对于set函数，我们可以这样理解arr[i>>SHIFT] |= (1<<(i&MASK))可以转化为arr[i/32] = arr[i/32] | (1<<(i%32))i%32必然处于区间[0, 31]，那么1<<(i%32)就是将bit位1向前移动(i%32)位，然后和arr[i/32]相或，因而arr[i/32]的第(i%32)位就为1.

对于test函数，就是上面过程的反过程了。它是用来判断i个这个数是否存在，即arr[i/32]的相应bit位是否为1.

如下图：

最后，就做排序了，      for (int i = 0; i < N; i++)由于[0, N)已经是从小到大排序好的，那么我们只需判断每个数是否存在，若存在，就输出，所以输出结果也就是排序的了。

#include <iostream>
#include <ctime>
#include <set>
#include <bitset>
using namespace std;
#define BITSPERWORD 32
#define SHIFT 5
#define MASK 0x1f
#define N 10000000

int a[1+N/BITSPERWORD];

void set_i(int i)
{
	a[i>>SHIFT] |= (1<<(i&MASK)); //a[i>>SHIFT] 每1个int32位为一个桶，a[i>>SHIFT]相当于找那个32位，
								   //1<<i(i&MASK),32位中中的那位为1
}

int test_i(int i)
{
	return a[i>>SHIFT] & (1 << (i&MASK));//跟1与
}

void clr_i(int i)
{
	a[i >> SHIFT] &= ~(1<<(i&MASK));//跟0与
}
int main()
{       
        for (int i = 0; i < (1+N/BITSPERWORD); i++ )
	{
		a[i] = 0;
	}
        FILE *fpin = fopen("D:\\file2.txt","r");
	FILE *fpout = fopen("D:\\fpout.txt","w+");
	int m = 0;
	for (int i = 1; i <= N;i++)
	{
		if(fscanf(fpin,"%d",&m)==1)
		{
			//cout << m<<endl;
			set_i(m);
		}
	}
	for (int i = 1; i <= N;i++)//排序输出到文件
	{
		if (test_i(i))
		{
			fprintf(fpout,"%d\n",i);
		}
	}
	fclose(fpin);
	fclose(fpout);
        system("pause");
	return 0;
}
}

使用qsort函数进行排序，空间需求大30s

#include <iostream>
#include <ctime>
using namespace std;
int intcomp(const void  *x,const void *y)
{
	return *(int *)x - *(int *)y;//注意转型
}
#define N 10000000
int testdata[N];
int main()
{
	clock_t beginTime,endTime;
	beginTime = clock();
	FILE *fpin = fopen("D:\\file4.txt","r");
	FILE *fpout = fopen("D:\\fpout4.txt","w+");
	int m = 0;
	for (int i = 1; i <=N;i++)
	{
		if(fscanf(fpin,"%d",&m)==1)
		{
			testdata[i - 1] = m;
		}
	}
	//void qsort(void *base, int nelem, int width, int (*fcmp)(const void *,const void *)); 　　
	//参数：1、待排序数组首地址； 2、数组中待排序元素数量； 3、各元素的占用空间大小； 4、指向函数的指针，用于确定排序的顺序
	qsort(testdata,10000000,sizeof(int),intcomp);
	for (int i = 1; i <= N;i++)
	{
		fprintf(fpout,"%d\n",testdata[i-1]);
	}
	fclose(fpin);
	fclose(fpout);
	endTime = clock();
	cout<<(double)(endTime - beginTime)/CLOCKS_PER_SEC<<endl;
}

用STLset进行排序

clock_t beginTime,endTime;
	beginTime = clock();
	FILE *fpin = fopen("D:\\file4.txt","r");
	FILE *fpout = fopen("D:\\fpout5.txt","w+");
	int m = 0;
	set<int> S;
	for (int i = 1; i <=N;i++)
	{
		if(fscanf(fpin,"%d",&m)==1)
		{
			S.insert(m);
		}
	}
	set<int>::iterator siterator;
	for (siterator = S.begin();siterator!=S.end();++siterator)
	{
		fprintf(fpout,"%d\n",*siterator);
	}

	fclose(fpin);
	fclose(fpout);
	endTime = clock();
	cout<<(double)(endTime - beginTime)/CLOCKS_PER_SEC<<endl;