外部排序

学习一个知识的步骤：

1. 什么是外部排序？ What?
2. 为什么要使用外部排序？ Why?
3. 怎样使用外部排序？ How?

---

1.什么是外部排序？

外部排序指的是大文件的排序，即待排序的记录存储在外存储器上，待排序的文件无法一次装入内存，需要在内存和外部存储器之间进行多次数据交换，以达到排序整个文件的目的。

---

2. 为什么要使用外部排序？

文件数据量太大，而内存无法满足其需要。

---

3. 怎样使用外部排序？

一般情况下外部排序分为两个步骤：预处理和合并排序。
常用的解决方法就是多路归并排序算法。

处理过程
1.按可用内存的大小，把外存上含有n个记录的文件分成若干个长度为L的子文件，把这些子文件依次读入内存，并利用有效的内部排序方法对它们进行排序，再将排序后得到的有序子文件重新写入外存。

2.对这些有序子文件逐趟归并，使其逐渐由小到大，直至得到整个有序文件为止。

举例说明：
假设有一个含1000G记录的文件，但是内存只有100G大小，首先通过10 次内部排序得到10 个初始归并段R1～R10 ，其中每一段都含100G 个记录。然后对它们作如图所示的两两归并，直至得到一个有序文件为止:

接下来说一下·多路归并排序算法：
过程大致为：
1）：首先将k个归并段中的首元素关键字依次存入b[0]–b[k-1]的叶子结点空间里，然后调用CreateLoserTree创建败者树，创建完毕之后最小的关键字下标（即所在归并段的序号）便被存入ls[0]中。然后不断循环：

2）把ls[0]所存最小关键字来自于哪个归并段的序号得到为q，将该归并段的首元素输出到有序归并段里，然后把下一个元素关键字放入上一个元素本来所 在的叶子结点b[q]中，调用Adjust顺着b[q]这个叶子结点往上调整败者树直到新的最小的关键字被选出来，其下标同样存在ls[0]中。循环这个 操作过程直至所有元素被写到有序归并段里。

多路归并排序算法、从2路到多路（k路），增大k可以减少外存信息读写时间，但k个归并段中选取最小的记录需要比较k-1次， 为得到u个记录的一个有序段共需要(u-1)(k-1)次，若归并趟数为s次，那么对n个记录的文件进行外排时，内部归并过程中进行的总的比较次数为 s(n-1)(k-1)，也即(向上取整)(logkm)(k-1)(n-1)=(向上取整)(log2m/log2k)(k-1)(n-1)，而(k- 1)/log2k随k增而增因此内部归并时间随k增长而增长了，抵消了外存读写减少的时间，这样做不行，由此引出了“败者树”tree of loser的使用。

败者树是完全二叉树， 因此数据结构可以采用一维数组。其元素个数为k个叶子结点、k-1个比较结点、1个冠军结点共2k个。ls[0]为冠军结点，ls[1]–ls[k- 1]为比较结点，ls[k]–ls[2k-1]为叶子结点（同时用另外一个指针索引b[0]–b[k-1]指向）。另外bk为一个附加的辅助空间，不属于败者树，初始化时存着MINKEY的值