仅使用10万个存储单元排序100万个数字

Question

在C ++中，假设我们知道数字的范围，只使用100,000个存储单元，是否可以对100万个数字进行排序？

具体来说，.bin文件包含给定范围内的一百万个数字，需要按降序将这些数字排序到另一个.bin文件中，但我只允许使用大小为100,000的数组进行排序。有什么想法吗？

Answer 1

我想我在SO或Quora的某个地方读过map-reduce：

除以1密耳。数字分为10个街区。读入第一个100k数字块，使用quicksort对其进行排序，然后将其写回原始文件。对剩余的9个块执行相同的过程。然后在原始文件中的10个已排序块上执行10向合并（您只需要10个单元格）并将合并的输出写入另一个文件。您可以写入~100k缓冲区，然后将其刷新到输出文件，以便更快地写入。

Answer 2

假设数字范围不超过100,000或更少，您可以使用Counting Sort。

这个想法是使用存储单元作为范围内数字的计数。例如，如果范围是0..99999（包括0和9999），则创建一个数组int count[100000]，然后运行递增计数的文件：

count[itemFromFile]++;

完成整个文件后，再次浏览范围。对于非零输出count[x]的每个x相应的次数。结果将是按升序排序的原始数组。

Answer 3

您可以实现一种版本的快速排序算法，该算法适用于文件而不是矢量。

因此，递归地将文件拆分为低于pivot / higer-than pivot，对这些文件进行排序，然后重新组合它们。当大小超出可用内存时，只需开始在内存中工作而不是文件。