Algorithm 具有大量整数的合并排序

需要对大量无法保存在内存中的整数进行排序。想知道合并排序是否正确吗？我的解决方案是这样的

对每5%的整数使用基于内存的排序，这可以保存在内存中，使用快速排序可以在内存中高效执行

在对每20个块进行排序后，使用merge sort对20个列表进行排序，对于merge sort，我只需要将每个文件的一部分加载到内存中，如果同一列表的当前部分已完全排序为最终结果，则加载同一列表的下一部分。因为20个列表中的每一个都是排序的，我只需要从头到尾顺序加载部分块，所以内存是可以承受的

我不确定这是否是进行大量整数排序的正确方法？

GNU排序程序（与它的Unix前身一样）使用内存排序，然后根据需要进行多达16路的合并。请参阅此处的代码以了解更多信息：

自从

它们是整数，大多数是1-100

你所需要的就是

---

它的实现非常简单

创建一个包含100个整数（或

HashMap

）的数组，名为

intCounts

（如果您认为32位可能溢出，则使用64位整数）

逐个读取要排序的整数

对于每个要排序的

inputInteger

，只需执行

intCounts[inputInteger]+

读取所有整数后，

intCounts[i]

告诉您在大整数集中看到integer

i

的次数

只需在

intCounts

上迭代，从最小索引到最高索引

写回

i

总共

intCounts[i]

次

现在您已经写回了所有输入整数的排序列表

---

可能需要研究的是外部排序是的，这是正确的方法。我已经用过很多次了。除了我多次执行双向合并，而不是20路合并。是的，您描述的正是外部合并排序算法。我不确定20路是否会更快。对数据进行的传递更少，但比较过程要复杂得多。根据你们得到的答案，我猜有人已经研究过这个问题，并认为16路是最佳的，但我不能证实这一点。它们是什么类型的整数？常规32位整数？感谢cliffordheath，对于16路合并，它们是否使用基于外部存储的合并排序？16路或任何k路排序通常是合并排序，在本例中是外部合并排序@LinMa-取决于合并过程的数量是否通过变大k而减少。一旦你有了可以处理k-way合并的代码，较大的k不会使它变得更复杂，但是即使是基本的k-way合并也是复杂的，因为当到达一个运行的末尾时，它是k-1路合并，然后是k-2路合并，然后只剩下一个运行的剩余部分，然后被复制。要使k>2有效，需要大I/O以减少随机访问开销（假设您没有2 x k设备或使用SSD驱动器进行排序）。@Lin:我指向代码，这样您就可以读取它了！是的，他们使用临时文件。每个N向合并排序产生一个文件-因此，如果您有M个文件要开始，则所需的合并数量按照log-to-base-N（M）的顺序进行。所以N越大，N的数量就越少merges@LinMa-为了跟进cliffordheath的评论，示例代码的初始过程创建了M个临时排序文件，其中M=（文件大小）/（有效缓冲区大小）。使用单个文件和M个文件指针是另一种选择，但我猜在编写示例时，文件指针是32位的。Linux和Windows现在都有用于fseek（）和ftell（）的64位备选方案。displayName、smart和smart.：）@琳玛：没什么聪明的。我只是被告知。现在，你也是。希望你能随时帮我通知我。我很想向你学习。：）