Sorting 外部搜索算法

如果我有一个非常大的排序列表存储在外部存储器中。假设这个列表不能被带到内存中，那么用伪代码在这个列表中查找密钥的好的搜索算法是什么呢？时间复杂度是多少？设计此算法时应考虑哪些主要因素？

假设您的外部存储只是一个文件中存储的常量记录的普通数组，并且您的编程语言允许，您可以使用通常的方法

在C++中你说：

该文件使用void*指针指向文件的开始和结束 mmap-ed文件

将指针强制转换为记录类型

然后使用搜索记录，这是标准的二进制搜索实现之一

请注意，内存映射文件并不意味着将整个文件加载到内部内存中，相反，系统将自动将必要的页面从文件加载到加载页面的缓存中，并使用智能策略将缓存页面的大小保持在可用内存边界内

---

这是在排序文件中搜索的标准实践，没有理由重新设计它（据我所知）。外部内存中二进制搜索算法的复杂性取决于外部存储模型、缓冲/分页策略等，但对于硬盘驱动器，您仍然可以假定它是在通常的O（logn）中。我建议您搜索数据结构教程和库。

假设您的外部存储只是一个文件中存储的固定大小记录的普通数组，并且您的编程语言允许，您可以使用通常的方法

在C++中你说：

该文件使用void*指针指向文件的开始和结束 mmap-ed文件

将指针强制转换为记录类型

然后使用搜索记录，这是标准的二进制搜索实现之一

请注意，内存映射文件并不意味着将整个文件加载到内部内存中，相反，系统将自动将必要的页面从文件加载到加载页面的缓存中，并使用智能策略将缓存页面的大小保持在可用内存边界内

---

这是在排序文件中搜索的标准实践，没有理由重新设计它（据我所知）。外部内存中二进制搜索算法的复杂性取决于外部存储模型、缓冲/分页策略等，但对于硬盘驱动器，您仍然可以假定它是在通常的O（logn）中。我建议您搜索和数据结构教程和库。

您可以创建特定于键的索引文件，然后创建一些特定于域的语言……让我们称之为SQL以结构化形式查询数据。然后你可以花时间写越来越多的额外内容。但是等等，这已经完成了。它被称为数据库。在许多数据库中，都涉及一个特定于密钥的文件，但每k个记录只有一个密钥，其中k可能类似于64（可能更少或更多），这将在64个记录中进行查找，然后按顺序读取，只需一次初始随机访问。在大型机和内存有限的年代，使用了嵌套索引，例如索引到记录的索引。您可以创建特定于键的索引文件，然后创建一些特定于域的语言…让我们称之为SQL以结构化形式查询数据。然后你可以花时间写越来越多的额外内容。但是等等，这已经完成了。它被称为数据库。在许多数据库中，都涉及一个特定于密钥的文件，但每k个记录只有一个密钥，其中k可能类似于64（可能更少或更多），这将在64个记录中进行查找，然后按顺序读取，只需一次初始随机访问。在大型机和内存有限的年代，使用了嵌套索引，例如索引到记录的索引。