有没有办法简化这一点；“n路合并”；用python

现在我已经硬编码了4条if/elif/else语句。有没有更具活力的方法？例如，如果我想进行10路或40路合并

#4-way merge sort, sorted page files
outfile="fullsorted.txt"
of=open(outfile,"w")
f1=open("temp0-sorted.txt","r")
f2=open("temp1-sorted.txt","r")
f3=open("temp2-sorted.txt","r")
f4=open("temp3-sorted.txt","r")

f1_line=f1.readline()
f2_line=f2.readline()
f3_line=f3.readline()
f4_line=f4.readline()

while len(f1_line)>0 and len(f2_line)>0 and len(f3_line)>0 and len(f4_line)>0:
  if f1_line < f2_line and f1_line < f3_line and f1_line < f4_line and len(f1_line)>0:
    of.write(f1_line)
    f1_line=f1.readline()
  elif f2_line < f3_line and f1_line < f4_line and len(f2_line)>0:
    of.write(f2_line)
    f2_line=f2.readline()
  elif f3_line < f4_line and len(f3_line)>0:
    of.write(f3_line)
    f3_line=f3.readline()
  else:
    of.write(f4_line)
    f4_line=f4.readline()

of.close()

#4路合并排序，已排序页面文件
outfile=“fullsorted.txt”
of=打开（输出文件，“w”）
f1=打开（“temp0 sorted.txt”、“r”）
f2=打开（“temp1 sorted.txt”，“r”）
f3=打开（“temp2 sorted.txt”、“r”）
f4=打开（“temp3 sorted.txt”、“r”）
f1_line=f1.readline（）
f2_line=f2.readline（）
f3_line=f3.readline（）
f4_line=f4.readline（）
而len（f1_线）>0和len（f2_线）>0和len（f3_线）>0和len（f4_线）>0：
如果f1_线0：
of.write（f1\U行）
f1_line=f1.readline（）
elif f2_线0:
of.write（f2_行）
f2_line=f2.readline（）
elif f3_线0：
of.write（f3_行）
f3_line=f3.readline（）
其他：
of.write（f4_行）
f4_line=f4.readline（）
of.close（）

使用您自己的代码模式，将其扩展为基于列表的方法，如下所示：

outfile="fullsorted.txt"
of=open(outfile,"w")
files = ["temp0-sorted.txt", "temp1-sorted.txt","temp2-sorted.txt","temp3-sorted.txt"]

filehandles = [open(f, "r") for f in files]

lines = [f.readline() for f in filehandles]

while len(filehandles) > 0:
    smallest = min(lines)
    smallestposition = lines.index(smallest)
    of.write(smallest)
    lines[smallestposition] = filehandles[smallestposition].readline()
    if lines[smallestposition] == "":
        filehandles[smallestposition].close()
        filehandles.pop(smallestposition)
        lines.pop(smallestposition)

of.close()

请注意，这将合并整个文件，而不是在一个文件用完时立即停止。

只需使用：

---

谢谢大家提供的提示，以下是我的解决方案：

sorted_files=[]

strings=[]
for i in xrange(files+1):
  sorted_files.append(open("temp"+str(i)+"-sorted.txt","r"))
  strings.append(sorted_files[i].readline())

print len(sorted_files)
print strings
eofs=0
while eofs != 1:
  small_str=min(filter(lambda x: x != "", strings))
  str_index=strings.index(small_str)
  of.write(small_str)
  strings[str_index]=sorted_files[str_index].readline()
  if all(i =="" for i in strings):
    eofs=1

作为一个基准测试，我在一个大约650万行（~700MB）的文件中进行了测试，将其分页为500000行文件，然后按照字典顺序对其进行快速排序，并对具有上述代码的文件进行排序合并（其实就是合并），因此合并了大约128个文件，（我有一个20亿行的文件，但在删除页面文件时意外删除了它），它对文件进行了排序，并在16分钟内找到了重复的文件：

real    15m54.375s
user    15m52.096s
sys 0m3.000s

---

这是我的第一个这样的脚本，如果你能给我一些反馈，比如页面大小合适，使用的排序方法正确，我会非常高兴。页面文件生成和排序很快，但是合并的时间最多。

首先，想象一个列表：

l=[f1，f2，f3…]

@DSM:不需要现代Python；

heapq.merge

从2.6开始就存在了。@ShadowRanger:啊，你说得对！那么从简化的角度来说，这可能是最好的。我正在尝试在没有内置合并功能的情况下实现它，不过谢谢你的提示（而且文件太大，内存不够，所以我一次只能读取一行）@TomFranks:

heapq.merge

是一个生成器函数（惰性地读取输入，惰性地写入输入；它的编写方式与您的代码尝试执行的操作惊人地相似），和

writelines

写得很慢，因此内存不是问题。您可以轻松地试验不同的页面大小，并自己发布详细信息。将其与使用内置heapq.merge的运行进行单独比较也很有用。我怀疑在内存中执行临时分页（StringIO）将产生最大的好处。只需运行一次分析并查看结果。为什么要让其他人推测您自己可以轻松确定机器上的结果：）我现在可以做有限的测试，也就是说，我只有一个大文件大小。而且#2，可能有更好的方法来编码它以提高效率，因为我说过这是我的第一个程序。下面是结果：一个有6400万字符串的文件的结果：*500000行页面文件（128个文件）=15分钟46秒*1000000行页面文件（64个文件）=11分钟19秒*2500000行页面文件（26个文件）=8分钟28秒*8000000行页面文件（8个文件）=7分钟49秒*16000000行页面文件（4个文件）=7分钟58秒

real    15m54.375s
user    15m52.096s
sys 0m3.000s