编程珠玑笔记第一章

问题描述：

问题：一个最多包含n个正整数的文件，每个数都小于n，n = 100 00000。文件中的正整数没有重复的，请按升序排列这些整数。可用内存空间只有1MB左右，运行时间在10秒左右。

选择方案：

1：归并排序，32为整数，1M的内存空间，每次可以读入约250 000（25万）个数（注意估计方法，1M 10的6次方，1百万字节，1G，10的9次方，10亿字节）

那就需要40次读入，第一次遍历文件，对0-249 999的树进行排序，第二次对250 000到499 999之间的数排序，瓶颈在于需要40次读入文件

2：利用位图和位向量解决，该排序的特征为：数据没有重复，数据限制在较小的范围内，除了单一整数外没有其他的相关数据了

习题：库语言实现排序

产生10 000 000文件

 #include <iostream>
 #include <ctime>
 using namespace std;
 #define RAND_MAX 10000

 //rand 产生2^15次方的随机数,bigrand产生2^30次方的随机数，见编程珠玑12章如果用rand做产生的数据随机性不太好，所以用bigrand
 int bigrand()
 {
     return (RAND_MAX)*rand()+rand();
 }
 int randint(int l,int u)
 {
     return l+ bigrand()%(u-l+1);
 }
 #define SOURCENUM 10000000
 int testdata[SOURCENUM];//这么大的数组不能在main内定义，因为栈的大小有限制，定义为全局变量，在静态区
 int main()
 {

     cout<<"shangglag"<<endl;
     srand((unsigned)time(NULL));
     for (int i = 0,j = 1; i < SOURCENUM; i++,j++)testdata[i] = j;
     for(i = 0; i <  SOURCENUM; i++)swap(testdata[i],testdata[randint(i,SOURCENUM-1)]);//rand()%(SOURCENUM-1 - i + 1)+i]
     FILE* fp1 = fopen("D:\\file3.txt","w+");
     if(!fp1)return 0;
     for( i = 0; i <SOURCENUM; i++)
     {
         fprintf(fp1,"%d\n",testdata[i]);
         if(i%10000)cout<<"-";
     }
     fclose(fp1);

 }

	采用位图的方法进行排序 参考http://www.cnblogs.com/shuaiwhu/archive/2011/05/29/2065039.html
首先弄懂i>>SHIFT相当于i/32，i&MASK相当于i%32.那么就采用这个，把a数组中的元素都设置为0.
整个程序的思想就是：
  
  
  
  

   
   
   
   1.每个整数有32位，那么它就可以表示32个数，分别对应每bit位为1. 

  
  
  
  

  
  
  
  

   
   
   
   2.然后把10000000个数分为1+N/BITSPERWORD组(相当于有这么多个桶)，每组包含接近32个数。

  
  
  
  

  
  
  
  

   
   
   
   上面的解释可能仍不到位，那我们来看具体的函数：

  
  
  
  
  
  
  
  

   
   
   
   对于set函数，我们可以这样理解arr[i>>SHIFT] |= (1<<(i&MASK))可以转化为arr[i/32] = arr[i/32] | (1<<(i%32))i%32必然处于区间[0, 31]，那么1<<(i%32)就是将bit位1向前移动(i%32)位，然后和arr[i/32]相或，因而arr[i/32]的第(i%32)位就为1.
  
  
  
  

  
  
  
  

   
   
   
   对于test函数，就是上面过程的反过程了。它是用来判断i个这个数是否存在，即arr[i/32]的相应bit位是否为1.
  
  
  
  
  
  
  
  

   
   
   
   如下图：

  
  
  
  

  
  
  
  

	
   
   
   
   

  
  
  
  
  
  
  
  

   
   
   
   最后，就做排序了，      for (int i = 0; i < N; i++)由于[0, N)已经是从小到大排序好的，那么我们只需判断每个数是否存在，若存在，就输出，所以输出结果也就是排序的了。
  
  
  
  

 #include <iostream>
 #include <ctime>
 #include <set>
 #include <bitset>
 using namespace std;
 #define BITSPERWORD 32
 #define SHIFT 5
 #define MASK 0x1f
 #define N 10000000

 int a[1+N/BITSPERWORD];

 void set_i(int i)
 {
     a[i>>SHIFT] |= (1<<(i&MASK)); //a[i>>SHIFT] 每1个int32位为一个桶，a[i>>SHIFT]相当于找那个32位，
                                    //1<<i(i&MASK),32位中中的那位为1
 }

 int test_i(int i)
 {
     return a[i>>SHIFT] & (1 << (i&MASK));//跟1与
 }

 void clr_i(int i)
 {
     a[i >> SHIFT] &= ~(1<<(i&MASK));//跟0与
 }
 int main()
 {
         for (int i = 0; i < (1+N/BITSPERWORD); i++ )
     {
         a[i] = 0;
     }
         FILE *fpin = fopen("D:\\file2.txt","r");
     FILE *fpout = fopen("D:\\fpout.txt","w+");
     int m = 0;
     for (int i = 1; i <= N;i++)
     {
         if(fscanf(fpin,"%d",&m)==1)
         {
             //cout << m<<endl;
             set_i(m);
         }
     }
     for (int i = 1; i <= N;i++)//排序输出到文件
     {
         if (test_i(i))
         {
             fprintf(fpout,"%d\n",i);
         }
     }
     fclose(fpin);
     fclose(fpout);
         system("pause");
     return 0;
 }
 }

使用qsort函数进行排序，空间需求大30s

 #include <iostream>
 #include <ctime>
 using namespace std;
 int intcomp(const void  *x,const void *y)
 {
     return *(int *)x - *(int *)y;//注意转型
 }
 #define N 10000000
 int testdata[N];
 int main()
 {
     clock_t beginTime,endTime;
     beginTime = clock();
     FILE *fpin = fopen("D:\\file4.txt","r");
     FILE *fpout = fopen("D:\\fpout4.txt","w+");
     int m = 0;
     for (int i = 1; i <=N;i++)
     {
         if(fscanf(fpin,"%d",&m)==1)
         {
             testdata[i - 1] = m;
         }
     }
     //void qsort(void *base, int nelem, int width, int (*fcmp)(const void *,const void *));
     //参数：1、待排序数组首地址； 2、数组中待排序元素数量； 3、各元素的占用空间大小； 4、指向函数的指针，用于确定排序的顺序
     qsort(testdata,10000000,sizeof(int),intcomp);
     for (int i = 1; i <= N;i++)
     {
         fprintf(fpout,"%d\n",testdata[i-1]);
     }
     fclose(fpin);
     fclose(fpout);
     endTime = clock();
     cout<<(double)(endTime - beginTime)/CLOCKS_PER_SEC<<endl;
 }

用STLset进行排序

 <pre name="code" class="cpp">clock_t beginTime,endTime;
     beginTime = clock();
     FILE *fpin = fopen("D:\\file4.txt","r");
     FILE *fpout = fopen("D:\\fpout5.txt","w+");
     int m = 0;
     set<int> S;
     for (int i = 1; i <=N;i++)
     {
         if(fscanf(fpin,"%d",&m)==1)
         {
             S.insert(m);
         }
     }
     set<int>::iterator siterator;
     for (siterator = S.begin();siterator!=S.end();++siterator)
     {
         fprintf(fpout,"%d\n",*siterator);
     }

     fclose(fpin);
     fclose(fpout);
     endTime = clock();
     cout<<(double)(endTime - beginTime)/CLOCKS_PER_SEC<<endl;</pre><br>
 <br>
 <p></p>
 <pre></pre>