外部排序的优化问题

首先明确下面几点：

外部排序所用的时间和归并的初始段数I(initnum)以及归并时的路数P(pathnum)有关，主要是因为排序的趟数：S=向上取整（log以P为底，I 的对数）；

具体为什么与这两个有关，可以这么理解，由于一个文件所占的物理块数是一定的，在进行外部归并排序的时候要不断的将这些物理块调进调出，而归并排序时的路数越多或者初始段数越少，则排序的趟数就会越少，进而调进调出的次数就越少，具体读写次数=趟数S*2*物理块数+1（1次内部排序）*2*物理块数；

由此可见，增大归并路数或者减少初始归并段数都可以减少归并排序的趟数，进而减少读写次数，再进而减少I/O时间，可以很好的优化外部排序；

1、增大归并路数是人为的因素去调整，即题中给你系统所要求一个程序同时可用的输入输出文件总数，你根据这个条件选择归并路数是多少，比如给你可用的输入输出文件总数是15，则为了尽可能减少趟数，可以选择14作为归并路数也即是14个输入缓冲区，剩下的1是输出缓冲区，然后在排序比较的时候采用败者树进行选择，得到最小或者最大的胜者；

2、为了减少归并段数，可以采用置换-选择排序进行构建生成初始归并段；

3、最后一步是利用最佳归并树（可以理解为P阶霍夫曼树思想）进行组织，每一层是一趟归并，层数即是趟数，需要注意的是，在段数不足以保证每一个非叶结点的度数是P（归并路数）的时候，要根据严格P叉数的性质（即度数为0的节点数N0=（P-1）*度数为P的节点数Np+1）进行补充，补充的节点数=P-余数-1，其中余数=（N0-1）/（P-1）;

其实这里面要记忆的公式还挺多的，想了一下，主要理清楚下面这条线中的四个重点就行，公式什么的推导就行了：

减少排序趟数--->增大归并路数或减少归并段数--->增大归并路数的同时内部排序要采用败者树；为了减少归并段数，所得到的各个归并段中的元素个数可能不同--->用最佳归并树进行组织