大文件小内存排序问题

比如外存中有100G的字符串文件，1G的内存，对字符串进行排序操作。 1.首先将100G的内容分成若干个小部分，每个部分不超过500MB。分别读取这些小部分进行排序，然后写入到外存中。这样就得到了若干个已经排好序的小部分。 2.多路归并排序，(相对二路归并而言）。对于k个已经排好序的小部分，每次取出它们各自的最小值，找到最小值中的最小值，写入到外存，同时将最小值所在外存区域指针向右移动。 每次比较最小值需要比较k-1次，总共有n-1轮，所以时间复杂度为O((n-1)*(k-1))。 这里还可以使用胜者树(完全二叉树)优化找最小值的过程。对第一次的查找建立一颗胜者树，如下所示： 找到最小值后，读取最小值所在外存区域的新值，然后修改胜者树对应节点的值，沿着从该结点到根结点的路径修改这棵二叉树，最多操作log(k)次。这样总体排序的时间复杂度就可以降为O(nlogk)。

标签：文件,排好序,最小值,胜者,内存,外存,排序,二叉树
来源： https://www.cnblogs.com/ningbing/p/14651127.html