一.假如有一个1g的文件,每行都不超过20个字符,可用内存只有100m,现在对其进行排序,写出实现的思路
总结:在内存只有100m的情况下首先排除内存排序算法,应该考虑外存排序算法。
1. 首先把文件分成n个小于100m的小文件,然后在把小文件放入内存中进行排序(快速排序),
2、1g数据使用100m内存如何排序
①、把磁盘上的1g数据分割为n块(chunks),每份<100m。(注意,要留一些系统空间!)
②、顺序将每份<100m数据读入内存,使用quick sort算法排序。
③、把排序好的数据(也是<100m)存放回磁盘。
④、循环n次,现在,所有的n个块都已经各自排序了。(剩下的工作就是如何把它们合并排序!)
⑤、从n个块中分别读取<100m/n=??入内存(?? input buffers)。
⑥、执行n路合并,并将合并结果临时存储于基于内存的输出缓冲区中。当缓冲区写满相对应的内存时,写入硬盘上最终文件,并清空输出缓冲区;当n个输入缓冲区中任何一个处理完毕时,写入该缓冲区所对应的块中的下一个??GB,直到全部处理完成。
3、继续优化
磁盘I/O通常是越少越好(最好完全没有),那么如何降低磁盘I/O操作呢?关键就在第5和第6步中的40路输入缓冲区,我们可以先做8路merge sort,把每8个块合并为1路,然后再做5-to-1的合并操作。
再深入思考一下,如果有多余的硬件,如何继续优化呢?有三个方向可以考虑:
使用并发:如多磁盘(并发I/O提高)、多线程、使用异步I/O、使用多台主机集群计算。
提升硬件性能:如更大内存、更高RPM的磁盘、升级为SSD、Flash、使用更多核的CPU。
提高软件性能:比如采用radix sort、压缩文件(提高I/O效率)等。
注:什么为内排序和外排序?
在排序过程中,所有需要排序的数都在内存,并在内存中调整它们的存储顺序,称为内排序;
在排序过程中,只有部分数被调入内存,并借助内存调整数在外存中的存放顺序排序方法称为外排序。
#稳定排序和非稳定排序
简单地说就是所有相等的数经过某种排序方法后,仍能保持它们在排序之前的相对次序,我们就说这种排序方法是稳定 的。反之,就是非稳定的。
比如:一组数排序前是a1,a2,a3,a4,a5,其中a2=a4,经过某种排序后为a1,a2,a4,a3,a5,则我们说这种排序是稳定 的,因为a2排序前在a4的前面,排序后它还是在a4的前面。假如变成a1,a4,a2,a3,a5就不是稳定的了。
#算法的时间复杂度和空间复杂度
所谓算法的时间复杂度,是指执行算法所需要的计算工作量。
一个算法的空间复杂度,一般是指执行这个算法所需要的内存空间。
二,
package test.demo;
class Test {
public int b =9;
}
public class TestDemo{
private final void add1(int a){
a++;
System.out.println(a);
}
public final void add2(Test test){
test.b++;
System.out.println(test.b);
}
public static void main(String[] args) {
int a=9;
TestDemo test = new TestDemo();
test.add1(a);
System.out.println(a);
Test test1 =new Test();
test.add2(test1);
System.out.println(test1.b);
}
}
输出结果为:10 9 10 10
三,数据结构与算法