【数据结构】文件的归并排序

  

目录

1、归并排序引申出的问题

2、磁盘与文件的关系---包含与被包含的关系

3、思路：

4、代码实现 

---

1、归并排序引申出的问题

归并排序是最常用的外排序的方法（但归并排序既可进行内部排序也可进行外部排序），外排序就是在磁盘中的排序，不是在内存中。

若文件中有10亿个数据，需要排序，怎么办？假设内存中最多只能放1000w个数据。

怎么弄？用磁盘来弄，因为磁盘我们可认为是无限大的，因为磁盘有几百个G。

补充知识（会就不用看）：

2、磁盘与文件的关系---包含与被包含的关系

 磁盘、文件夹和文件三者之间存在包含与被包含的关系。磁盘存储的数据中包括文件夹和文件，文件夹中也可包含文件夹和文件，理解为文件夹是一个小型的磁盘，而文件就是具体的存储数据。磁盘是为了便于管理电脑中所有数据而划分出来的分区，文件夹是为了便于管理磁盘中数据文件而建立的，文件则是存储数据信息而存在的，所以管理区域不同（磁盘中虽可以直接保存文件，但当文件过多时不利于用户查找，故最好用文件夹将其归类存放），但这三者具备共同的存储数据功能。 

3、思路：

把10亿个数据读出来，因为文件中排序太慢（磁盘中和内存中的速度相差很多），故在内存中排，而内存中每次最多只能放1000w个数据，则分为100份，每份都在内存中排完再放入文件。归并是在文件中归并。(外排序尽量在内存中小段小段排好序，再用来归并，这样效率才高)

大文件平均分割为n份（具体多少份看实际情况），保证每份大小可以加载到内存，那就可把每个小文件加载到内存中，使用快排排成有序，再写回小文件。

总结：

1亿个数据不便于测试和写，我们这里假设用100个数据，分为10份（10个文件，每个文件10个数据）来处理：

整体思路：

1、排序：

把100个数据分为10份，每份10个数据，对于每一份先排序（这里我利用快排）然后保存到数组中，排完再把数组中10个数据写入第一个文件中，然后循环，直到10个文件写完了

2、归并：

因为文件内部有序了，所以两个文件才可归并。不采用两个两个挨着归并，因为会建很多文件（如下如①），我们采用下图中的②，两个文件归并完后的文件再和后一个文件归并

①、

 ②、

4、代码实现 

#include
#include

//归并两个文件
void _MergeFile(const char*  file1, const char*  file2, const char*  mfile)
{//把两个小文件归并为一个文件(mfile)，因为已知这两个小文件是有序的，所以才可以归并
	FILE* fout1 = fopen(file1, "r");
	if (fout1 == NULL)
	{
		printf("打开文件失败\n");
		exit(-1);
	}
	FILE* fout2 = fopen(file2, "r");
	if (fout2 == NULL)
	{
		printf("打开文件失败\n");
		exit(-1);
	}
	FILE* fin = fopen(mfile, "w");
	if (fin == NULL)
	{
		printf("打开文件失败\n");
		exit(-1);
	}

	int num1, num2;
	int ret1 = fscanf(fout1, "%d\n", &num1);//fscanf返回值是所读入的数据个数或EOF，即返回值为整形
	int ret2 = fscanf(fout2, "%d\n", &num2);
	while (ret1 != EOF && ret2 != EOF)
	{//如果两个中有一个文件读完了，则循环终止

		//谁小就先写入mfile文件中
		if (num1 < num2)
		{
			fprintf(fin, "%d\n", num1);
			ret1 = fscanf(fout1, "%d\n", &num1);//如果是小的需再读一次
		}
		else
		{
			fprintf(fin, "%d\n", num2);
			ret2 = fscanf(fout2, "%d\n", &num2);
		}
	}
	//看两个文件中哪个文件中还有数据，就写入fin文件中
	// 但下面的代码不行，假设上面ret1读到EOF了，ret2可能就是一个数
	// 然后你又fscanf读了一次放入num1（2）中，这就导致原来ret1和ret2
	// 中保存的数据丢失了，所以还要用ret1和ret2继续实现
	//while (fscanf(fout1, "%d\n", &num1) != EOF)
	//{//fscanf返回值为0时，表示未成功匹配到任何数据项
	返回值为-1时，表示在读取过程中出现了错误
	返回值为正整数：表示成功匹配并读取的数据项数
	//	fprintf(fin, "%d\n", num1);
	//}
	//while (fscanf(fout2, "%d\n", &num2) != EOF)
	//{
	//	fprintf(fin, "%d\n", num2);
	//}
	while (ret1 != EOF)
	{
		fprintf(fin, "%d\n", num1);
		ret1 = fscanf(fout1, "%d\n", &num1);
	}
	while (ret2 != EOF)
	{
		fprintf(fin, "%d\n", num2);
		ret2 = fscanf(fout2, "%d\n", &num2);
	}

	fclose(fout1);
	fclose(fout2);
	fclose(fin);
}

//假设要排序的文件中都是一行放一个数据
//内存中排好序并放入文件
void MergeSortFile(const char* file)
{
	FILE* fout = fopen(file, "r");
	if (fout == NULL)
	{
		printf("打开文件失败\n");
		exit(-1);
	}
	//分割成一段一段数据，内存排序后写到小文件中
	int n = 10;//切10份
	int a[10];//每份都10个数据
	int i = 0;
	int num = 0;
	char subfile[20];//文件名
	int filei = 1;//假设从第一个文件开始
	while (fscanf(fout, "%d\n", &num) != EOF)
	{
		if (i < n - 1)
		{//如果写为i

运行结果分析：

 首先在当前程序文件目录下创建"sort.txt"文件，并写入100个数据，一行一个，最后会产生以下文件，12345678910文件中的数据才是100个数据排好的状态