算法： 位排序

转载地址：https://mp.weixin.qq.com/s/A_8DjVNm5HDWXpFcFoTRXw

 

【数据结构与算法】 通俗易懂讲解 位排序

 

问题描述

编程珠玑这本书给出的问题如下：

• 输入：一个至多包含n个非负整数的文件，每个数都小于n； 且这些整数都不重复；数据之间也不存在关联关系。 此处n取值10000000。 

• 约束：①最多1MB的内存空间可用；②磁盘空间充足；③运行时间最多几分钟， 最好是线性时间。 

• 输出：按升序排列的整数序列。 

 

 

位图排序思想

 

针对该题的特点，由于待排序的数据记录较多，如果使用常见的排序方法效率较低，而且内存空间有限（限制为1MB左右），不能一次性将数据如内存，需从文件中多次读入，该书引入了一种新的排序方法 ---位图法。

所谓位图法，就是使用一串二进制串来表示待排序列元素集合的方法。 比如，我们知道一个byte = 8bit，表示成二进制串就是：00000000.我们可以用bit的位置[对于一个字节就是0-7，)来表示待序序列中是否出现一个数，1表示出现，0表示不出现。比如说00000010则表示待排序列包含1，因为bit 1为1。如果还不明白，继续看下面的两个例子和示图。

例如：待排序集合{3，6，0，2}，由于这个序列的最大数是6，因此用一个byte就够了，因此可以分配一个只含一个元素的char数组，如char arr[1]，然后看待排序列第一个元素是3，因此将数组元素的第3bit设为1，依次扫描直到待排序列的最后一个元素2，其位图可以用下图的左边表示。

那么如果待排序列的最大数不能用一个byte的最大位置表示了，比如说{3，6，0，2，8，9，10，12}了。很简单，那么就用2个字节的char数组，char arr[2]，比如说待排序列中出现8，那么就将arr数组第二个元素的第0位设为1就可以了，依次类推，如下图右边所示。 

好了，现在已经根据待排序列分配好char arr[ ]数组了，也根据待排序列的数据将数组arr的相应位设置好了。最后我们要做的很简单，就是从低到高位依次扫描这个数组的每一位，如果该位为1，表示这个数在待排序列中出现过，那么打印出或者写入到输出文件中，扫描完也就得到了排序后的序列了。

根据上面所描述，不难得出位图排序的伪码如下：

//第一步：将所有的位都置为0；
for i = [0, n)
    bit[i] = 0
//第二步：依次读入文件中的每个数，将对应的位都置为1；
for each i in the input file
    bit[i] = 1
//检验每一位，如果该位为1，输出对应的整数。
for i = [0, n)
    if bit[i] == 1
        write i on the output file

 

位图排序实现

下面给出位图排序的实现，为了简化，这里使用了C++标准库中的bitset容器，bitset容器是C++中一种提供位集合的数据结构，我们可以像使用数组一样使用位。使用bitset很简单，不太了解的同学去网上查查相关的资料很快就会用的，下面就是位图排序的C++实现。

 

位图排序适用场景

根据位图排序的特点，不难看出位图排序的适用是有一定局限性的，也就是说位图排序只有在一定的场景下使用效果才最好，如下所示。

• 需要知道待排序序列中的最大数，因为位图排序时需根据该值来分配数组空间。

• 位图排序比较适合元素密集的序列，因为在位图排序中，有些数没有出现过，仍要为其保留一个位。如果元素稀疏，则空间浪费很多，比如说一个待排序列{1，10000000，2}，总共三个元素，却要保留10000000/8个字节，是不是有点太得不偿失了。

• 待排序的元素最好不能重复。