第八章 排序 十一、外部排序

目录

 一、定义

二、例子

三、时间开销分析

四、优化

1、多路归并

优化结果及缺点

2、减少初始归并段数量

五、总结

六、附加

---

 一、定义

1. 外部排序是一种用于处理大量数据的排序算法，由于数据量太大无法全部载入内存，所以需要将数据分批读取到内存中进行排序，这个过程称为“外部排序”。
2. 外部排序通常使用两个或多个磁盘文件进行排序，其中一个文件是输入文件，另一个或多个文件是输出文件。
3. 外部排序使用归并排序或快速排序等算法对数据进行排序，并将排序结果写入磁盘文件。
4. 外部排序常用于处理大型数据库、搜索引擎索引、大型文件的排序等场景。

二、例子

1、我们要将磁盘内的数据进行升序排序

2、首先将第一个磁盘块和第二个磁盘块放入到输入缓冲区，然后将它们进行内部排序。

排序前

排序后

3、经过内部排序后再将它们放回磁盘块，我们就可以获得一个有序的“归并段”

4、然后再让后面的两个磁盘块进行内部排序

5、重复如此，我们就可以获得8个有序的“归并段”，16块有序磁盘块

6、然后我们使用2路归并将归并段1和归并段2进行归并

7、每次挑出最小的数放入输出缓冲区，最后得到一个升序的磁盘块

8、我们将输出缓冲区的数据输出以后，接下来继续按照升序放入输出缓冲区

9、此时输入缓冲区空了，我们就要让最近的的一个磁盘块进来填充

10、继续进行比较输出

11、再次将磁盘块的数据填充进入输入缓冲区

12、重复如此，就完成归并段1和2进行升序排列了

13、每两个归并段都这样归并，我们就从8个有序归并段，缩减成了4个有序归并段

14、同样的，我们将归并段两两进行归并，这样就能将4个有序归并段，缩减成了2个有序归并段

15、再次进行归并，直到剩余一个整体

三、时间开销分析

四、优化

1、多路归并

优化结果及缺点

2、减少初始归并段数量

五、总结

六、附加