(八)1-100亿数字排序-分治法和K路归并算法

我上一篇中说到面试被问到1-100亿数字存储需要多大空间,实际问题是:
如果有1-100亿个数字,这些数字是存放在文件中并且是乱序的,如果内存不够加载所有的数字,那么你如何给这100亿个数字排序呢?
其实考察的就是分治法和K路归并算法,可惜K路归并没回答出来,这篇就讲下如果进行排序

首先是分治法,“分而治之”,把一个大的问题分成n个小问题,把小问题解决后,再合并处理,子问题相互独立(就是你处理小问题1,不能影响到小问题2,即子问题之间不存在共同的问题、资源)并且和大的问题类似(例如小问题和大问题都是排序)。有兴趣的可以去百度查下,这是一个经典的思想方法。

那么我们尝试把100亿个数字分开,大概分为1000份,那么每份大概就是75M,每份完全可以加载到内存中处理。首先对这1000份数据进行个个排序,让每份都是有序的,然后再归并处理。

K路归并算法是指:有K个数组,我们分别遍历这K个数组,把每个数组中的最小(大)数字取出来,组成一个包含K个数字的临时数组,再把这个临时数组排序,从中取出最小(大)的数字,那么它就是这K个数组中最小的数据。
有一篇文章讲的很好,你们有需要可以去看下:https://www.iteye.com/blog/shmilyaw-hotmail-com-1776132

咱们来图解下这个算法:
在这里插入图片描述
有A B C D一共4个数组,一共20个数字,我们要找出其中最小的数字:
(1)遍历这4个数组,找出其中最小的数字,分别是2、1、11、14
在这里插入图片描述
(2)把这4个数字(2、1、11、14)组成一个临时数组,再对这个临时数组进行遍历,找出其中最小的数字,得出结果为1。

这种算法在少数数据的时候是很浪费时间和资源的,它的存在就是为了给大量数据服务的,例如上千亿、兆级数据,关键是你还可以把每个数组先排序,排序后取数据,例如排序后数据:
在这里插入图片描述
这样你每次取到的数据都是这个数组中最小的那个了,有人说那有什么用呢,我用的时候再遍历不行么。还是那句话,你放到兆级数据中去看,每组数据可以并行排序,一台电脑不行,我分到不同电脑上不行么,一个总的数据,分成N个子数据集,每个集合分发到其他电脑上(配置可以差点),其他电脑上排序后,再发送回来存储(最不值钱的就是硬盘存储了)。典型的大数据的map-reduce。

回到本文问题:如何进行排序?
按照上面的说法:先把2 1 11 14进行排序,直接存储排序后的肯定不可以,因为第一个数组A中还有一个3未取出来,肯定不能存1 2 11 14,那么就需要变通了:
1)首先是已经排好序的4个数组
在这里插入图片描述
2)取出每个数组的最小值,再进行排序,得到1 2 11 14的临时数组,取出其中的最小值1,把1存进最终的结果中:

在这里插入图片描述
3)这时,临时数组只剩下了2 11 14,1加入了最终结果中,1原来所在的数组是B组,那么我们从B组中再取出它第二小的数字4,加入临时数组并排序:
在这里插入图片描述
此时A B C D数组的情况是(红圈代表数据被取出):
在这里插入图片描述
4)再从临时数组中取最小值2,把2加入最终结果中,2来自A数组,从A数组中取出第二小的数据3,加入临时数组并排序:
在这里插入图片描述
5)按照这个方式:3加入最终结果,从A组取出5加入临时数组排序;4加入最终结果,从B组中取出6加入临时数组排序。。。。完成最终的排序结果。

这就是K路排序算法的图解过程。
那么回到本文开头问题:1-100亿数字排序。
1)把100亿个数字分成1000份,分别对每份进行排序
2)从1000份中先取出每份的最小值进行排序,按照(最小值数字,数组名)的方式,以最小值数字为序排列
3)从临时数组中,取出最小值加入最终结果,同时读取最小值的数组名,再从那个数组中取一个第二小的数字加入临时数组并排序
4)就这样不断重复,直到所有数组都没有数据可以取为止

解决思路就是这样,具体方法可以参考:http://netsmell.com/post/how-sort-10-billion-data.html?ref=myread,这篇文章写的很好。

  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值