题目:在一个文件中存放着几百万个非负整形数据,它们最大不超过7位,且无重复数据,现将该文件中的数据按升序进行排序。
对于排序,相信没人会陌生,已知的通用排序算法对于这个题目都显得有些力不从心,昂贵的内存开销(如果采用硬盘排序倒是可以减少内存开销,但时间上将耗费更多),巨大的时间耗费(这点是最不能接受的)。所谓的巧妙算法实际上都是分析问题的特点,针对它的特殊性而得出的。对于这个问题,有两个条件必须注意:一是数据非负且最大不超过7位;二是数据无重复。有了这两个条件,位图就可以派上用场了。
可以设置一个大小为1000万的位图,差不多相当于二十多万个整形的大小,它的每一位对应着一个最大不超过7位的数据,先清空该位图,然后从文件中读数据,将相应位置1。然后扫描位图,将非0位的对应数据输出到文件中去,整个过程便己完成,具体算法如下:
#define SIZEBIT 10000000
#define SIZE SIZEBIT/32 + 1
void cleanAll(unsigned int* bitmap) {
int i;
for (i = 0; i < SIZE; ++i)
bitmap =0;
}
void set(unsigned int* bitmap, unsigned int index) {
bitmap[index/32] |= 1 << index%32;
}
void clean(unsigned int* bitmap, unsigned int index) {
bitmap[index/32] &= ~(1 << index%32);
}
int get(unsigned int* bitmap, unsigned int index) {
return bitmap[index/32] & (1 << index%32);
}
void sort() {
unsigned int bitmap[SIZE];
cleanAll(bitmap);
FILE *fp = fopen("sortFile.txt", "r");
unsigned int data;
while (EOF != fscanf(fp, "%d", &data)) {
set(bitmap, data);
}
fclose(fp);
fp = fopen("sorted.txt", "w");
int i;
for (i = 0; i < SIZEBIT; ++i) {
if (get(bitmap, i))
fprintf(fp, "%d\n", i);
}
fclose(fp);
}
实际上这种思想有点类似于哈希,只不过哈希算法简单的成了VALUE=KEY而已。如果条件中允许重复,我们就需要额外弄一个count数组用于计算重复数据。而如果数据没有几百万那么大,但它分部的很均匀,我们仍可以使用这种算法,可以将哈希桶的大小弄得小一点,以减小内存开销,不过我们恐怕还得花费额外的精力去处理哈希冲突,可以考虑使用链表,然后使用插入排序算法。而如果数据的分部不是那么均匀,而是存在着大量的局部收敛,那么哈希冲突所带来的巨大的时间耗费便不是我们可以接受的了,就应该考虑其它算法思想了。