C++ 搜索大量已排序的数据块

我在磁盘上有大量的数据记录，这些记录是根据一些键按顺序排列的。 数据一次读取一个块（数千条记录）到内存中。 我必须搜索并显示所有与密钥匹配的记录。 我在考虑一些基于二进制搜索的算法，但这里有一些限制

只能从块的开头开始在块内按顺序查找记录

具有相同键的记录可以跨越多个块（如图8所示）。在二进制搜索中，如果我正在加载中间块，并且如果第一条记录匹配，那么我必须 扫描匹配块之前的块

有人能帮我设计一个可以在C++中工作的有效策略。使用线性搜索方法是否有效

+---+
| 1 | Block1
| 3 |
| 3 |
| 4 |
+---+
| 4 | Block2
| 6 |
| 7 |
| 8 |
+---+
| 8 | Block3
| 8 |
| 8 |
| 8 |
+---+
| 8 | Block4
| 14|
| 15|
| 16|
+---+

---

您使用二进制搜索的想法是正确的。通过保存每个节点中的最小值和最大值，可以避免线性扫描。在您的示例中，构建的二进制搜索树如下所示：

Block1    <- (1,4)
                    (1,8)
Block2    <- (4,8)
                          (1,16)
Block3    <- (8,8)
                    (8,16)
Block4    <- (8,16)

....

---

Block1（1,8）->（4,8），因此您可以找到正确的块，而无需以最有效（log（n））的正确方式向后搜索。
您可以构建包含每个块中的第一个条目的辅助数组，然后在该数组上运行二进制搜索。数组的索引应与块索引直接对应，使其成为O（1）查找以获得相应的块

它将最坏的情况从O（n）减少到O（logn），并且仍然相对简单。
如果您对密钥分配有任何想法，可以通过猜测要检查的第一个位置来改进二进制搜索。作为示例，使用“Name”键和值“Bob”，您可以简单地根据字母表中的位置，或更复杂地根据键的特定领域知识（例如，英语名字中第一个字符的分布频率）来近似“B”的位置

无论哪种方法，二进制搜索都是可行的，可以选择在块预加载或缓存中使用第一个键。
这是一个众所周知的问题，有一个众所周知的数据结构来解决它，主要用于数据库：）

这个想法是使用一个新的方法

其想法是在结构的顶部叠加一种二叉搜索树（每个节点有两个子节点除外）。您是否有（或允许您预先计算）任何类型的索引结构，可以保存在内存中？例如，每个块的起始值。我的第一印象是二进制搜索可能是最好的。如果第一条记录匹配，不管搜索方法如何，您都将检查上一个块（或者，等效地，您将匹配最后一条记录，并且必须检查下一个块）。。。不过，我很想看看其他人有什么想法。我可以预先计算索引。不过，您必须从磁盘加载每个块才能获得第一个条目。您可以直接对块执行二进制搜索，并仅加载
logn
块。如果它将被反复搜索，并且额外的数组可以存储在某个地方，那么我喜欢你的想法，然而，我正在考虑这个问题。考虑到他的块看起来是固定大小的，他可能需要在任何时候向数组添加数据时移动数据，此时他可以获得第一个条目。