排序算法--位图算法

最近在看Jon Bentley的《编程珠玑》，刚看完第一章，觉得老外写的东西就是要比国内的生动很多! 第一章是开篇，要说的事情是：要把问题描述清楚。为了说明白这个事情，作者举了一个实例：怎样给一个磁盘文件排序？ 这个问题问的很模糊是不是？ 其实这个问题正确清楚的描述如下：

输入：一个最多包含n个正整数的文件，每个数都小于n，其中n=10,000,000。输入文件中没有重复的整数，没有其他数据与该整数相关联(这句话不知道是想说什么问题..)。

输出： 按升序排列这些数，并写入磁盘。

约束：有 1MB多（不超过2MB） 的内存空间可用，有充足的硬盘空间。

在刚开始需要解决这个问题的时候，作者想到了磁盘的归并排序（这个我还不知道，囧）、多趟算法，后来在想清楚了问题之后，找到了一个快速的算法：位图排序。(貌似我很罗嗦..)。

1MB 内存可以存放1024*1024/4 ＝262144个int类型的值。就是说如果文件中包含的整数个数很大，那么2MB的内存空间是完全放不下的，那么可以考虑多趟排序。多趟排序的描述如下：

由于1M内存最多放262144个int，那么第一趟读一篇文件，取出0-249999之间的数放入内存，进行排序，排序算法可以使用快速排序，排序完写入硬盘。第二趟读一遍文件，将250000-499999之间的数都读到内存，在进行排序，写入硬盘.....，一直到所有数据都排序完。这样能做到排序的目的，但是由于多次读文件带来了巨大的开销。

对于这种问题的最好算法应当是位图：由于整数没有重复，那么可以用比特位来表示整数的存在。

比如集合 {1，2，5，4，7}，

可以用位图表示为   01101101，

由于位图的第1,2,4,5,7为都是1，表示集合里存在着这几个数。

具体到这个算法实现的时候，由于数最大为10 000 000，那么可以用10 000 000个bit的数组来表示，内存大小为 10 000 000/8/1024/1024=1.19MB的内存空间。

排序算法如下：

1.根据需要排序的输入中最大和最小的数，设置byte型的数组（为什么不是bit型呢？因为计算机处理的最小单元就是byte..1byte=8bit），设置所有位为0。

2.依次读取输入，某一次读取数据是，在数组那一位设置1，表示包含这个数。

3.读回，遍历byte数组,如果某一位是1，就表示包含这个数。

注：涉及到的位操作可以参考《编程珠玑》习题1.6的第二题。