王道-外部排序小总结

@王道：外部排序

1.影响内部排序时间效率的是移动和比较的次数，影响外部排序时间效率的是i/o次数。

2.归并的躺数越少，读写磁盘的次数就越少，归并的躺数=

第一：k为归并路数，增大k，可以降低躺数，减少io次数

第二：r为初始归并段的个数，减少r，可以降低躺数，减少io次数

归并路数尽可能地增大
可是归并路数一旦增大，内部比较的压力就会变大，内部比较效率降低。那么，增大归并路数而提高的时间效率就被内部排序给抵消了。那怎么办呢？有没有可能使得内部排序效率不受归并路数增加的影响呢？这个办法就是“败者树”，用败者树的方法挑选出最小值。
m路归并，不使用败者树，要比较m-1次，使用败者树，只需要比较log2m次，总比较次数为（n-1）log2r,与m无关，对于败者树，需要注意的是叶子结点只是逻辑上的处理，在代码实现中并未实现，并且分支节点记录的是失败归并片段，可以理解为多了一个头节点的完全二叉树。多出的这个头节点记录的是冠军-关键字.
所以，内部归并的比较次数与归并路数无关，只要内存空间允许，增大归并路数将有效提高排序速度，（单归并路数并不是越大越好）。
初始归并段长度增加，从而尽可能地减少初始归并段的数目
将内存缓冲区的个数增加，一次便可以排序更多的数据，使得初始归并段更长，从而初始规定段的个数更小
按照这个的思路，人们总是把归并段划分成长度相同的若干段。这样归并段的数目太多了，很影响效率，有没有可能让归并段的数目变小呢？这个方法就是“选择-置换排序”。

选择-置换是利用工作区间的长度，通过以此加入新的关键字并且判断是否在工作区间内还存在着比MINIMAX大的，若都不存在，则需要开辟一个新的归并段，依次进行此操作，一定要记住，选择-置换排序是用来生成初始归并段的，而且初始归并段的长度并不相同。使用选择-置换的方法又会带来另一个问题，分成了长度各不相同的归并段，那如何安排这些归并段归并的次序呢？这就引入了最佳归并树的概念，其实就是将哈夫曼树的思想推广到m叉树的情形，最佳归并树有最短的带权路径长度，代表着归并过程中读数的次数，那么总的i/o次数就是两倍wpl。

需要注意的是，在构造最佳归并树的时候，为了构成严格的m叉树，有的时候需要添加权值为0的虚结点,而对于如何确定加入权值为0的虚节点，利用的n=k*nk+1,n=n0+nk,而对于叶子节点n0对应的则是归并片段，nk=n0-1/k-1 ,若求余为0 的话，说明可以构造叉树，若取余后存在u,则应添加的0权值的虚拟树为(k-1-u)，从而让取余再次回到0；