[[318324]]

這篇文章在很久很久之前講過，不過出了些小錯誤，今天把它修正了，并且從實戰(zhàn) + 漫畫的方式帶你領略外部排序魅力，并且讓你知道外部排序的實現方式沒有你想的那么簡單。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

排序的時候我們可以選擇快速排序或歸并排序等算法。為了方便，我們把排序好的2G有序數據稱之為有序子串吧。接著我們可以把兩個小的有序子串合并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，通過比較之后在輸出。

按照這個方法來回合并，總共經過三次合并之后就可以得到8G的有序子串。

 

 

 

 

 

 

 

 

 

 

 

 

接下來把12個數據分成4份，然后排序成有序子串

 

 

 

 

然后把子串進行兩兩合并

 

 

 

 

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(xù)

 

 

 

 

重復直到合并成一個包含6個int的有序子串

 

 

 

 

再把兩個包含6個int的有序子串合并成一個包含12個int數據的最終有序子串

 

 

 

 

 

 

 

 

優(yōu)化策略

 

 

 

 

解釋下：例如對于數據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個有序子串合并成6個有序子串讀寫各一次;把2份6個有序子串合并從12個有序子串讀寫各一次，一共需要讀寫各3次。

 

 

 

 

 

 

 

 

 

 

 

 

多路歸并

為了方便講解，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，然后從內存中選出最小的那個數放進子串p1里;

之后再從剩余的9個數據讀取一個放到內存中，然后再從內存中選出一個數放進子串p1里，這個數必須滿足比p1中的其他數大，且在內存中盡量小。

這樣一直重復，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(xù)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。

 

 

 

 

 

 

 

 

(不知道堆排序的可以看下我之前寫的文章：【算法與數據結構】堆排序是什么鬼?)

從12個數據中讀取3個數據，構建成一個最小堆，然后從堆頂選擇一個數寫入到p1中。

之后再從剩余的9個數中讀取一個數，如果這個數比剛才那個寫入到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，然后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。之后一樣需要調整堆結構，從堆頂選擇一個數寫入到p1中。

這里說明一下，那個被放在一邊的數是不能再放入p1中的了，因為它一定比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，把那些剛才暫放一邊的數重新構成一個堆，繼續(xù)p2的存放。

 

 

 

 

以此類推...

最后生成的p2如下：

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

這種方法適合要排序的數據太多，以至于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為外部排序