linux中的快速、半精确排序

我正在浏览Linux中的大量文件列表，即“查找”（目录漫游）的输出。我想按文件名对列表进行排序，但我想尽快开始处理这些文件

我不需要排序100%正确

---

如何进行“部分排序”，这可能会在某些时间中断，但会很快输出？

这是StackOverflow，而不是SuperUser，因此算法答案应该足够了

尝试实现。但是，不要对完整的姓名列表进行排序，而是执行以下操作

选择一个常数

M

。它越小，越“关闭”，算法开始打印结果的速度就越“快”。在极限情况下，

M

等于所有名称的数量，这将是一个精确的排序算法

加载第一个

M

元素，

heapify（）

它们

从堆中取出最低的元素，打印它。将下一个未排序的名称放入相应位置，然后执行

siftDown（）

重复此操作，直到用完未排序的名称。对堆中剩余的元素执行标准堆启动

该算法在名称数量上是线性的，并将在读取第一个

M

名称后立即开始打印名称。步骤2是

O（M）==O（1）

。步骤3是

O（logm）==O（1）

，重复

O（N）

次，因此总数是

O（N）

此算法将尝试尽可能长时间地保留堆中的大型元素，同时尽可能快地将最低的元素从堆中推出。因此，输出看起来好像几乎已排序

---

IIRC，该算法的一个变体实际上是

GNU排序

在切换到磁盘上合并排序之前所做的，以尽可能长时间地保持已排序的数据运行，并最小化磁盘上合并的数量。

一种方法是在读取-r dir时使用

find/path-type d

的输入来馈送循环

；查找$dir-type f-maxdepth 1 | sort；完成<（查找/路径-类型d）

。这只是对这个问题的初步思考。我相信，

sort

将在数据可用时开始尽可能多的工作。但“部分排序”是行不通的。（从概念上考虑这一点）您可以做的是将数据分割成更小的数据块，并分别对每个数据块进行排序。如果随后再次合并已排序的块，则重新发明了合并排序。事实上，

sort

可以帮你做到这一点。这很好，但堆在运行过程中不会被大值阻塞，结果是在扫描结束时，输出会越来越像输入？是否有必要刷新堆并重新启动？@rici：该算法本质上是启发式的，因为没有确切定义您更愿意接受哪种错误。上面的算法是一种变体，试图在整个输出中对某些内容进行排序。似乎您会对GNU排序变量更满意，它的输出正好符合您的建议：几次正确排序的数据运行，而不是一次有错误的长期运行。