海量数据排序：外部排序、位图排序、基数排序、桶排序

外部排序的概念

外排序（External sorting）是指能够处理极大量数据的排序算法。
外排序算法的核心思路在于把文件分块读到内存，在内存中对每块文件依次进行排序，最后合并排序后的各块数据，依次按顺序写回文件。外排序需要进行多次磁盘读写，因此执行效率往往低于内排序，时间主要花费于磁盘读写上。
外排序的算法步骤如下：
假设文件需要分成k块读入，需要从小到大进行排序。

1. 依次读入每个文件块，在内存中对当前文件块进行排序（应用恰当的内排序算法）。此时，每块文件相当于一个由小到大排列的有序队列。
2. 在内存中建立一个最小堆，读入每块文件的队列头。
3. 弹出堆顶元素，如果元素来自第i块，则从第i块文件中补充一个元素到最小值堆。弹出的元素暂存至临时数组。
4. 当临时数组存满时，将数组写至磁盘，并清空数组内容。
5. 重复过程（3）、（4），直至所有文件块读取完毕。

需要注意的是，上面的分治-合并思想是普遍适用的。而如果我们已知数据的范围，就可以直接借用桶排序的思想，将某一个范围内的数据哈希到同一个小文件中，排好序。最后再按顺序，逐个将每个桶里的排序数据串起来，而不用再使用堆排序或归并排序等方式了。

位图排序

题目：一个最多包含n个正整数的文件，每个数都小于n，其中n=10^7,且所有正整数都不重复。求如何将这n个正整数升序排列。
约束：最多有1MB的内存空间可用，有充足的磁盘存储空间。

我们使用hash映射，将对应的正整数映射到位图集合中。即将正整数映射到bit集合中，每一个bit代表其映射的正整数是否存在。

比如{1，2，3，5，8，13}使用下列集合表示：

0 1 1 1 0 1 0 0 1 0 0 0 0 1 0 0 0 0 0 0

1. 我们可以创建有个10^7位（10^7/8/1024/1024≈1MB）的字符串来表示这个文件；
2. 读取文件，对每一个正整数，将内存中bit[i] 位设置成1；
3. 按位顺序读取字符串。当读取到bit[j] 为1时输出（int）j。

位图的实现

class Bitmap
{
public:
    Bitmap(): _size(0)
    {}
    //按照大小初始化bitmap
    //size>>5表示用多少个32位int
    Bitmap(size_t size) :_size(0)
    {
        _array.resize((size>>5)+1);
    }
    //将num对应的位置1
    void Set(size_t num)
    {
        size_t index = num >> 5;
        size_t i = num % 32;
        if (_array[index] & (1 << i))
        {
            return;
        }