C# 对大量长度相同的字符串进行排序

我有一个非常大的字符串序列。每根绳子的长度是50。每个字符串只包含来自英语ABC的字符。排序此序列的最佳（最快）方法是什么？

类似的方法

List<string> list = new List<string>();
/* fill the list */
list.Sort();

List List=新列表（）；
/*填写清单*/
list.Sort（）；

Sort（）

方法具有不同的重载，允许您自定义执行字符串比较的方式

编辑哦，所谓“大”是指500GB的字符串，那么这可能不会减少它。

类似的东西

List<string> list = new List<string>();
/* fill the list */
list.Sort();

List List=新列表（）；
/*填写清单*/
list.Sort（）；

Sort（）

方法具有不同的重载，允许您自定义执行字符串比较的方式

---

编辑哦，所谓“大”是指500GB的字符串，那么这可能不会削减它。

如果我必须编码，我可能会根据前几个字符左右，将输入拆分为多个输出文件；其目标是使每个输出文件足够小，以适应主内存。然后我将按顺序打开每个文件，在内存中对其排序，并将其附加到输出中。第一个过程是O（n），第二个过程或多或少是O（n log n），每个记录必须执行四次磁盘I/O。使用一些神秘的算法可能会做得更好，但可能不会太多，这很容易理解和编写代码

如果系统限制一次可以打开的文件数量，则可能需要拆分第一个过程。如果字符串分布不均匀，则某些中间文件可能太大

在伪代码中：

open input file (r)
for i in ['aa', 'ab', 'ac', ..., 'zz']:
    open output file[i] (w)
for record in input file:
    write record to output file[record[0:2]]
close all files
open main output file (w)
for i in ['aa', 'ab', 'ac', ..., 'zz']:
    open input file[i] (r)
    slurp whole file into memory
    close input file
    sort data
    append whole sorted file to main output file

---

编辑：等等，你的意思是记录只包含字符A、B和C吗？没有其他信件了吗？在这种情况下，您可能需要在长度超过2的初始子字符串上拆分。根据前3个字符进行拆分会将其拆分为27个文件，每个文件的平均大小为370MB。

如果我必须对其进行编码，我可能会根据前两个字符左右将输入拆分为多个输出文件；其目标是使每个输出文件足够小，以适应主内存。然后我将按顺序打开每个文件，在内存中对其排序，并将其附加到输出中。第一个过程是O（n），第二个过程或多或少是O（n log n），每个记录必须执行四次磁盘I/O。使用一些神秘的算法可能会做得更好，但可能不会太多，这很容易理解和编写代码

如果系统限制一次可以打开的文件数量，则可能需要拆分第一个过程。如果字符串分布不均匀，则某些中间文件可能太大

在伪代码中：

open input file (r)
for i in ['aa', 'ab', 'ac', ..., 'zz']:
    open output file[i] (w)
for record in input file:
    write record to output file[record[0:2]]
close all files
open main output file (w)
for i in ['aa', 'ab', 'ac', ..., 'zz']:
    open input file[i] (r)
    slurp whole file into memory
    close input file
    sort data
    append whole sorted file to main output file

---

编辑：等等，你的意思是记录只包含字符A、B和C吗？没有其他信件了吗？在这种情况下，您可能需要在长度超过2的初始子字符串上拆分。对前3个字符进行拆分会将其分成27个文件，每个文件的平均大小为370MB。

您正在寻找的算法可能是合并排序

还有这个

但在您的具体情况下，请阅读以下内容：

---

它可以为你工作

您正在寻找的算法可能是合并排序

还有这个

但在您的具体情况下，请阅读以下内容：

---

它可以为你工作

由于500 MB不是很多数据，您只需将整个文件加载到内存中，对其进行排序，然后将结果写回磁盘即可

我假设文件内容的布局如下：

ABCDEFGHIJKLMNOPQRSTUVWXYZABCDEFGHIJKLMNOPQRSTUVWX\r\n ABCDEFGHIJKLMNOPQRSTUVWXYZABCDEFGHIJKLMNOPQRSTUVWX\r\n : : ABCDEFGHIJKLMNOPQRSTUVWXYZABCDEFGHIJKLMNOPQRSTUVWX\r\n abcdefghijklmnopqrstuvxyzabcdefghijklmnopqrstuvxx\r\n abcdefghijklmnopqrstuvxyzabcdefghijklmnopqrstuvxx\r\n : : abcdefghijklmnopqrstuvxyzabcdefghijklmnopqrstuvxx\r\n 代码：

//加载
var data=File.ReadAllBytes（“File.txt”）；
var itemCount=data.Length/52；
var索引=新的整数[itemCount]；
对于（int i=0；i
{
对于（int i=0；i<50；i++）
{
if（data[x*52+i]>data[y*52+i]）返回1；
if（data[x*52+i]

由于500 MB不是很多数据，您只需将整个文件加载到内存中，对其进行排序，然后将结果写回磁盘即可

我假设文件内容的布局如下：

ABCDEFGHIJKLMNOPQRSTUVWXYZABCDEFGHIJKLMNOPQRSTUVWX\r\n ABCDEFGHIJKLMNOPQRSTUVWXYZABCDEFGHIJKLMNOPQRSTUVWX\r\n : : ABCDEFGHIJKLMNOPQRSTUVWXYZABCDEFGHIJKLMNOPQRSTUVWX\r\n abcdefghijklmnopqrstuvxyzabcdefghijklmnopqrstuvxx\r\n abcdefghijklmnopqrstuvxyzabcdefghijklmnopqrstuvxx\r\n : : abcdefghijklmnopqrstuvxyzabcdefghijklmnopqrstuvxx\r\n 代码：

//加载
var data=File.ReadAllBytes（“File.txt”）；
var itemCount=data.Length/52；
var索引=新的整数[itemCount]；
对于（int i=0；i
{
对于（int i=0；i<50；i++）
{
if（data[x*52+i]>data[y*52+i]）返回1；
if（data[x*52+i]

快速排序（如果使用正确）可以非常有效地对字符串进行排序

诀窍是修改分区方法。其主要思想是，在每个分区步骤中，特定分区中的键具有相同的前缀。当您再次进行分区时，您不需要将该前缀与键进行比较

例如： 假设输入是

{“hello”，“world”，“house”，“homly”}

，第一个分区是围绕键“world”的

你会得到：

{“你好”，“豪斯”，“霍姆利”}，{“世界”}

当您想要重新划分第一个集合时，您不必比较字符串的第一个字符，因为您已经知道第一个字符在字符串中是相同的