其他分享
首页 > 其他分享> > 大数据排序问题

大数据排序问题

作者:互联网

问题

一个文件中有9亿条不重复的9位整数,对这个文件中数字进行排序

直接想法

9亿条(9e8)数据,每个数据能用int存储
因此所需要内存 **9e8*4B = 3.6e9B = 3.6GB**,这是装载所需要的 排序复杂度一般都是nlogn
因此需要的内存更大

方法一 数据库排序

将文本文件导入到数据库中,让数据库进行索引排序操作后提取数据到文件。

评价

操作简单, 运算速度较慢,对数据库设备要求较高

方法二 分治法

通过Hash法 将9亿条的数据分为20段,每段大约 5000万条,大概占用** 5e7*4 = 2e8B = 200MB**内存
在文件中依次搜索 0-5000万,5000万+1 - 1亿 ....等等

评价

需要进行20次排序,缩小了每次使用的内存,但编码复杂,速度也慢

方法三 位图法

考虑9位数,所以从0 - 999999999 共10亿个数
然后我们用bit来表示 bit为0,代表不存在,bit为1 代表存在
因此我们需要 10e8 / 8 = 125M内存
然后用bitMap 扫一遍就可以了。
具体代码 稍后写

标签:5000,数据库,问题,内存,bit,排序,数据,亿条
来源: https://www.cnblogs.com/Draymonder/p/10698967.html