使用Ruby作为脚本语言，使用4gb内存的计算机对30gb字符串进行排序的最佳方法是什么？

嗨，我把这看作是一个面试问题，并认为这是一个有趣的问题，我不确定答案

---

最好的方法是什么？

将它们放在数据库中，让数据库担心它。

假设*nix：

system("sort <input_file >output_file")

系统（“排序输出文件”）

“排序”可以使用临时文件处理大于内存的输入文件。如果需要的话，它有开关来调整主内存的数量和它将使用的临时文件的数量

---

如果不是*nix，或者面试官因为侧着脸回答而皱眉，那么我将编写一个外部代码。有关外部排序算法的详细总结，请参见@psyho的答案。

数据库系统已经很好地处理了这个特定问题

---

一个很好的答案是使用合并排序算法，根据合并步骤的需要对其进行调整，以使其适用于从磁盘到磁盘的假脱机数据。这可以用最少的内存来完成。

好吧，这是一个有趣的面试问题。。。几乎所有这类问题都是为了测试你的技能，幸运的是，它们并不直接适用于现实生活中的例子。这看起来像一个，让我们进入谜题

当你的面试官要求“最好”时，我相信他/她只谈论表现

答复1 30GB的字符串代表大量的数据。所有比较交换算法都是

Omega（n logn）

，因此需要很长时间。虽然有

O（n）

算法，比如计数排序，但它们并不合适，因此您将乘以30GB，而您只有4GB的RAM（考虑交换量…），因此我将使用快速排序

答复2（部分）

---

开始考虑计数排序。您可能希望首先将字符串分组（使用基数排序方法），每个字母一个。您可能需要扫描该文件，并且对于每个首字母，将字符串移动到一个临时文件中（以便复制和删除，不浪费空间）。您可能希望对每个字符串的前2、3或4个字符重复该过程。然后，为了降低对大量文件进行排序的复杂性，您可以分别对每个文件中的字符串进行排序（现在使用快速排序），最后按顺序合并所有文件。这样，您仍然会有一个

O（n logn）

，但在较低的

n

上，一种方法是使用：

将一块文件读入内存

使用任何常规排序算法（如快速排序）对该块进行排序

将排序后的字符串输出到 临时文件

重复步骤1-3，直到处理完为止 整个文件

通过以下方式应用合并排序算法： 逐行读取临时文件

利润

---

听起来像是一个分而治之的算法，结果存储在不同的文件中，然后在最后合并。谢谢你，这正是我认为答案应该是。。。我不知道，尼克斯，但我认为它在某个时候被列在了问题中。