今天看了些排序相關的綜述，裡面介紹了一種外排演算法——置換選擇排序演算法，讀了之後雲裡霧裡的。於是乎谷狗了一下，學習了學習維基百科上關於外排的介紹，感覺還不錯，確實解決了心中的疑問。其中，外歸併排序和置換選擇排序都講得很清楚，還提供了一些不錯的鏈結，如jim gray的sort benchmark**，故在部落格中mark一下，以表感謝！
外排序外排序（external sorting）是指能夠處理極大量資料的排序演算法。通常來說，外排序處理的資料不能一次裝入記憶體，只能放在讀寫較慢的外儲存器（通常是硬碟）上。外排序通常採用的是一種「排序-歸併」的策略。在排序階段，先讀入能放在記憶體中的資料量，將其排序輸出到乙個臨時檔案，依此進行，將待排序資料組織為多個有序的臨時檔案。爾後在歸併段階將這些臨時檔案組合為乙個大的有序檔案，也即排序結果。
[隱藏]
2其他演算法
3外部鏈結4參考
外排序的乙個例子是外歸併排序（external merge sort），它讀入一些能放在記憶體內的資料量，在記憶體中排序後輸出為乙個順串（即是內部資料有序的臨時檔案），處理完所有的資料後再進行歸併。[1]
[2]比如，要對 900
mb的資料進行排序，但機器上只有 100 mb 的可用記憶體時，外歸併排序按如下方法操作：
讀入 100 mb 的資料至記憶體中，用某種常規方式（如快速排序、堆排序、歸併排序等方法）在記憶體中完成排序。
將排序完成的資料寫入磁碟。
重複步驟 1 和 2 直到所有的資料都存入了不同的 100 mb 的塊（臨時檔案）中。在這個例子中，有 900 mb 資料，單個臨時檔案大小為 100 mb，所以會產生 9 個臨時檔案。
讀入每個臨時檔案（順串）的前 10 mb （ = 100 mb / (9 塊 + 1)）的資料放入記憶體中的輸入緩衝區，最後的 10 mb 作為輸出緩衝區。（實踐中，將輸入緩衝適當調小，而適當增大輸出緩衝區能獲得更好的效果。）
執行九路歸併演算法，將結果輸出到輸出緩衝區。一旦輸出緩衝區滿，將緩衝區中的資料寫出至目標檔案，清空緩衝區。直至所有資料歸併完成。
為了增加每乙個有序的臨時檔案的長度，可以採用置換選擇排序（replacement selection sorting）。它可以產生大於記憶體大小的順串。具體方法是在記憶體中使用乙個最小堆進行排序，設該最小堆的大小為
初始時將輸入檔案讀入記憶體，建立最小堆。
將堆頂元素輸出至輸出緩衝區。然後讀入下乙個記錄：
若該元素的關鍵碼值不小於剛輸出的關鍵碼值，將其作為堆頂元素並調整堆，使之滿足堆的性質；
否則將新元素放入堆底位置，將堆的大小減 1。
重複第 2 步，直至堆大小變為 0。
此時乙個順串已經產生。將堆中的所有元素建堆，開始生成下乙個順串。[3]
此方法能生成平均長度為
上述例子的外排序有兩個步驟：排序和歸併。我們用一次多路歸併就完成了所有臨時檔案的歸併，而並非按記憶體中的二路歸併那樣，一次歸併兩個子串，耗費
不過，在上述方法中也存在權衡。當臨時檔案（順串）的數量繼續增大時，歸併時每次可從順串中讀入的資料減少了。比如說，50 gb 的資料量，100 mb 的可用記憶體，這種情況下用一趟多路歸併就顯得不划算。讀入很多的順串花費的時間佔據了排序時間的大部分。這時，我們可以用多次（比如兩次）歸併來解決這個問題。
這時排序演算法變為下述這樣：
第一步不變。
將小的順串合併為大一些的順串，適當減小順串的數目。
將剩餘的大一些的順串歸併為最終結果。
和內排序一樣，高效的外排序所耗的時間依然是
計算機科學家吉姆·格雷的
sort benchmark
提高硬體速度
提高軟體速度
外歸併排序法並不是唯一的外排序演算法。另外還有外分配排序，其原理類似於內排序中的桶排序。在歸併排序和桶排序之間存在數學上的某種對偶性。[6]
此外還有一些不耗費附加磁碟空間的原地排序演算法。
^
donald knuth,
the art of computer programming, volume 3:
sorting and searching, second edition. addison-wesley, 1998,
isbn 0-201-89685-0, section 5.4: external sorting, pp.248–379.
^
* ellis horowitz
and
sartaj sahni,
fundamentals of data structures, h. freeman & co.,
isbn 0-7167-8042-9.
^
張銘、王騰蛟、趙海燕. 資料結構與演算法. 北京: 高等教育出版社. 2008: pp.246-248.
isbn
978-7-04-023961-4.
^
nikolas askitis,
ozsort 2.0: sorting up to 252gb for a penny
^
rasmussen et al.,
tritonsort
^
j. s. vitter,
algorithms and data structures for external memory
, series on foundations and trends in theoretical computer science, now publishers, hanover, ma, 2008,
isbn 978-1-60198-106-6.
外部排序演算法整理
的。於是乎谷狗了一下，學習了學習維基百科上關於外排的介紹，感覺還不錯，確實解決了心中的疑問。其中，外歸併排序和置換選擇排序都講得很清楚，還提供了一些不錯的鏈結，如jim gray的sort benchmark 故在部落格中mark一下，以表感謝！外排序外排序 external sorting 是指能...
外部排序演算法
外部排序指的是大檔案的排序，即待排序的記錄儲存在外儲存器上，在排序過程中需進行多次的內 外存之間的交換。一般情況下 其中tio取決於所用的外存裝置，顯然tio較tmg要大得多。因此，提高外排的效率應主要著眼於減少外存資訊讀寫的次數d。需要歸併的次數越少，讀寫的次數d越小。因此我們使用k 路平衡歸併的...
外部排序 簡單演算法
資料結構與演算法分析 c語言描述 第七章 外部排序簡單演算法 雖然是用了歸併，涉及到檔案，還是挺麻煩的。檔案讀取之後是不用fseek的話是不能返回的，並且檔案我是用文字儲存數字，每個數字的字元長度不一樣，不能像陣列那樣隨機讀取存放，只能乙個乙個的讀。include include include f...