位排序

一．问题描述

输入：一个最多包含n个正整数的文件，每个数都小于n，且数据不重复，其中n = 10000000。

输出：按升序排列输出正数列表。

约束：最多有1MB的内存空间可用，有充足的磁盘存储空间可用。运行时间最多几分钟，运行时间为10秒就不需要进一步优化。

二．程序设计与实现概要

（1）如给定表示文件中整数集合的位图数据结构，则可以分三个阶段来编写程序

第一阶段：将所有的位都置为0，从而将集合初始化为空。

第二阶段：通过读入文件中的每个整数来建立集合，将每个对应的位置都置为1。

第三阶段：检验每一位，如果该为为1，就输出对应的整数，有此产生有序的输出文件。

 

（2）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。

（3）所申请的int数组如下所示：

（4）下面的C语言的实现和C++的实现代码

#include <stdio.h>
#include <memory.h>
#include <stdlib.h>
#define N 10000000			// 最大数
#define BITSPERWORD 32		<span style="white-space:pre">	</span>// 宽度
#define SHIFT 5
#define MASK 0x1F

// 字节位置 = 数据/32;(采用位运算即右移5位)
// 位位置 = 数据%32;(采用位运算即跟0X1F进行与操作)


// 将逻辑位置为i的二进制位置为1
void set(int arr[], int i)
{
    arr[i>>SHIFT] |= (1<<(i&MASK));		// arr[i/32] = arr[i/32] | (1<<(i%32))
}

// 测试逻辑位置为i的二进制位是否为1
int test(int arr[], int i)
{
    return arr[i>>SHIFT] & (1<<(i&MASK));	// arr[i/32] = arr[i/32] & (1<<(i%32))
}

// 将逻辑位置的二进制位置为0
void clear(int arr[],int num)
{
    memset(arr, 0x00, num*4);
}

int main()
{
	int *arr;       // 用于存储元素是否存在

    // 栈的最大空间一般为2M（与系统有关），因此要堆中分配
	arr = (int *)malloc(sizeof(int)*(N/BITSPERWORD+1));
	clear(arr,N/BITSPERWORD + 1);

	// 先在文本文件in.txt中生成N个数

    FILE* in_file = freopen("in.txt", "r", stdin);
    FILE* out_file = freopen("out.txt", "w", stdout);

    if(in_file != NULL)
    {
        int d;
        while(scanf("%d", &d) != EOF)
            set(arr, d);
        fclose(in_file);
    }

    if(out_file != NULL)
    {
        for(int i = 0; i < N; i++)
            if(test(arr, i))
                printf("%d\n", i);
    }
    fclose(out_file);

    return 0;
}

三．拓展

给40亿个不重复的unsigned int的整数，没有排过序，然后再给一个数，如果快速判断这个数是否在那40亿个数当中。（腾讯面试题)

用位图法：40亿unsigned int，则用位图表示的话需要大小为40亿个bit=4*109 bit=0.5*109 bytes 因此申请的内存只需要大小约为512MB左右，这样在内存每个bit代表一个unsignedint整数，并将每个bit初始化为0，然后将40亿个unsigned int的整数读入，每个unsigned int的整数对应bit设置为1，读入后，最后看所给定的数对应的bit是否为1，是1存在，否则不存在。