一个题目提高外排序效率的方法想到的

今天看了一个题目“提高外排序效率的方法”。

（1）通过置换-选择方法减少初始归并段的个数，可以降低一半。

        例如：若一组排序码K1>K2>...Kn,缓冲区可容纳M个排序码，如果用内排序，则可以产生n/M个归并段。

       若采用置换-选择方法，可以产生n/2M个归并段。

（2）通过败者数进行多路归并减少归并趟数，即降低归并树高度。

（3）利用缓存提高IO和CPU的并行性

 

 特别想提一下其中置换-选择方法中，如果缓冲可容纳M个排序码，则可以得到2M的归并段，书中给出了扫雪机的一个类比证明，其实可以这样看：

由于在置换-选择中，当提取一个排序码ki1（第i段提取的第一个关键词）时，将会从文件中读取一个ki2，如果ki2<ki1（低于ki1这个门槛值），则ki2放在下一个归并段中，否则放在当前归并段中，因此可以看做两者概率均为1/2,则第i段可以选拔出的记录期望是：

 

1 + 1/2 + 1/4 + 1/8 +... = 1/(1-1/2) = 2

 

如果有M个段（缓冲可容纳M个排序码，因此可以看做是M个段），则最终可以选拔出的记录数为2*M个。

 

证明方法比扫雪机的证明方法更加直观，今天想来，写下来，供大家看看。