仅使用100k存储单元对100万个数字进行排序 C++中，如果我们只使用100000个存储单元，就可以对100万个数字进行排序，假设我们知道数字的范围？p>

具体来说，.bin文件包含给定范围内的一百万个数字，需要将这些数字按降序排序到另一个.bin文件中，但我只允许使用大小为100000的数组进行排序。有什么想法吗？

假设数字范围的值小于等于100000，您可以使用

其想法是使用存储单元作为范围内数字的计数。例如，如果范围为0..99999（含0..99999），则创建一个数组

int count[100000]

，并以递增的方式运行该文件：

count[itemFromFile]++;

---

浏览完整个文件后，请再次浏览该范围。对于每个非零的

计数[x]

，输出

x

相应的次数。结果将是按升序排序的原始数组。

假设数字范围的值不超过100000，则可以使用

其想法是使用存储单元作为范围内数字的计数。例如，如果范围为0..99999（含0..99999），则创建一个数组

int count[100000]

，并以递增的方式运行该文件：

count[itemFromFile]++;

---

浏览完整个文件后，请再次浏览该范围。对于每个非零的

计数[x]

，输出

x

相应的次数。结果将是按升序排序的原始数组。

您可以实现一个版本的快速排序算法，该算法适用于文件而不是向量

---

因此，递归地将文件拆分为低于pivot/高于pivot，对这些文件进行排序，然后重新组合它们。当大小小于可用内存时，只需开始在内存中工作，而不是在文件中工作。

您可以实现一个版本的快速排序算法，该算法在文件上而不是向量上工作

---

因此，递归地将文件拆分为低于pivot/高于pivot，对这些文件进行排序，然后重新组合它们。当大小低于可用内存时，只需开始在内存中工作，而不是使用文件。

我想我在SO或Quora上的某个地方读到了关于map reduce的内容：

---

除以1密耳。把数字分成10块。读入第一个100k数字块，使用快速排序对其进行排序，然后将其写回原始文件。对其余9个块执行相同的步骤。然后对原始文件中的10个已排序块执行10路合并（此操作只需要10个单元格），并将合并的输出写入另一个文件。您可以写入~100k缓冲区，然后将其刷新到输出文件以加快写入速度。

我想我在SO或Quora上的某个地方读到了关于map reduce的内容：

---

除以1密耳。把数字分成10块。读入第一个100k数字块，使用快速排序对其进行排序，然后将其写回原始文件。对其余9个块执行相同的步骤。然后对原始文件中的10个已排序块执行10路合并（此操作只需要10个单元格），并将合并的输出写入另一个文件。您可以写入~100k缓冲区，然后将其刷新到输出文件中，以加快写入速度。

由于某种神奇的原因，数字的范围恰好是0..99999？很抱歉出现歧义。范围可由您设置。您可以使其范围为0…99999或0…100。您是生成100万个数字并将其保存到.bin文件的人。是100万还是1亿！？哦，对不起。100万…如果计数排序不起作用：也许对内存中的前100000个进行排序，然后将它们写回。。接下来的10万，然后写回去。10次，10*100000个元素。然后对10个波段进行合并排序，从旧文件合并到新文件中？可能是抄袭太多了。。不知道，但它会起作用的。复制/io在递增的文件位置上基本上是线性的。由于某种神奇的原因，数字的范围恰好是0..99999吗？很抱歉出现歧义。范围可由您设置。您可以使其范围为0…99999或0…100。您是生成100万个数字并将其保存到.bin文件的人。是100万还是1亿！？哦，对不起。100万…如果计数排序不起作用：也许对内存中的前100000个进行排序，然后将它们写回。。接下来的10万，然后写回去。10次，10*100000个元素。然后对10个波段进行合并排序，从旧文件合并到新文件中？可能是抄袭太多了。。不知道，但它会起作用的。拷贝/io基本上是线性递增的文件位置。是的，计数排序也是我的猜测，但我不确定。我认为你是对的。谢谢。当然是正确的！这是O（n）复杂度的排序算法之一。如果范围的大小不是100000，但如果不同值的数量最大为100000，则可以混合计数排序和传统的插入排序，例如，生成类似（值，计数）的映射。是的，计数排序也是我的猜测，但我不确定。我认为你是对的。谢谢。当然是正确的！这是O（n）复杂度的排序算法之一。如果范围的大小不是100000，但如果不同值的数量最大为100000，则可以混合使用计数排序和传统的插入排序，例如，生成类似（值、计数）。有趣的映射。我从没想过。谢谢你分享你的想法。我从没想过。谢谢你分享你的想法。