桶排序
如果我们待排序的数据在一个区间内,可以使用分治的思想来排序。
例如:
如果给你要给一个10G的订单按照时间排序,此时的问题是你的内存只有几百MB,那么你该怎么办?
可以使用分治的思想。
把10G文件遍历一下,得到最小值和最大值,查看他们之间的相隔数。
例如:最小:2019/11/13 01:00:25。最大:2019/11/20 10:12:14
我们可以按照天来分割为7个桶,或者按照4小时分割42个桶。
假设我们选择第二种,遍历文件,从2019/11/13开始。
第一个桶放2019/11/13 00:00:00- 2019/11/13 04:00:00
依次递增。
这样就形成了42个文件。
对于每个文件,把该文件导入内存进行排序。
我们就得到了42个有序的文件。
由于这42个有序的文件之间也是有序的。
所以从第一个文件开始遍历,把所有的文件遍历输出到一个文件即可。
计数排序
这个排序适合数据在一定范围内的,比较集中的。
比如:我们的数据集中在[10, 15]
。
整个范围内存在的数据容量有15 - 10 + 1 = 6
。总共有6
个容量。
所以我们可以开辟一个数组大小为6
的数组。
把每个数据放入对应的桶内。
例如:
存在数据[10,15,12,13,10,15,12]
那么我们开辟的数据存储的元素内容就为
[2,0,2,1,0,2]
表示:
10的个数,11的个数,12的个数...
这样遍历整个数组就可以得到对应的排序后的数据了。
基数排序
如果一组数据跨度较大,显然不适合使用计数排序,因为需要开辟的额外空间太多。
如果使用桶排序,显然效果也不会很好。
这个时候,基数排序就用上了。
例如:
待排序的数据为[1,10253,152,1674,24581369]
这样,我们可以先按照最后一位排序,因为每一位都在0-9
的范围内,所以每一位可以使用计数排序。
那么就是这样:
第一次:[0, 1, 1, 1, 0, 0, 0, 0, 0, 1]
对应的:[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
按照这个顺序,把数据拿出来,就变为如下数据:
[1,152,10253,1674,24581369]
然后再比较倒数第二位,一直比较,没有的按照0来比较。
这样就可以实现跨度大的线性时间排序了。