手把手教你外排序

排序总体来说分为两类，数据在内存中的叫做内排序，数据存在磁盘的叫外排序。

一般而言，磁盘中存放的都是大型数据，所以，外排序主要是应用于磁盘中大型数据的。

一.排序思想

对于外排序而言，因为待排的数据往往远大于内存容量，所以在排序时通常将数据切分，切分成能在内存中排序的大小，将分成的小块依次在内存中排好序后按归并的思路进行整合即可。

我们这里举例子说话：

假设我们有一组100G的数据，已知内存最多存放20G，那么我们把这100G的数据切分成5份，每份20G。

将每份数据排序后依次放入新创建的文档中。

注意：此时所有的数据依旧存放在磁盘中。

 将第一、二个文档归并排序，数据依次录入新创建的文档。

 将存有40G的文档与第三个文档归并排序，同时依次录入新创建的文档。

 按这样进行直到最后一个小文档也被归并完成。

 外排序结束。

值得注意的是，所有的数据均是被存放在了磁盘中，只有在进行数据间的归并排序和最初小磁盘排序时是在内存中进行。

二.代码实现

实现外排序，需要一定的文件操作知识，希望大家先自己尝试实现它，这样更有利于能力的提升。

void Cut_FileData(const char* filename);
void MergeSort_File(const char* file1, const char* file2, const char* filemix);

void main()
{
    Cut_FileData("总文件路径");
    //进行小份数据之间的归并
    char file1[100] = "小文件1路径";
    char file2[100] = "小文件2路径";
    char filemix[100] = "第一次合并后文件路径";
    for (int i = 0; i < 4; i++)//总共份数减一次归并
    {
        MergeSort_File(file1, file2, filemix);
        sprintf(file2, "D:\\git all\\file%d.txt", i + 3);
        memcpy(file1, filemix, sizeof(char) * 100);
        if(i < 1)
            sprintf(filemix, "第%d次合并后文件路径.txt", i + 2);
        else 
            sprintf(filemix, "最终排序完成文件路径");
    }
}

void Cut_FileData(const char* filename)
{
    FILE* fileorg = fopen(filename, "r");
    if (fileorg == NULL) cout << "fileorg failure\n";
    int gap = 20;//总共有100个数据，分成5份，每份20个数据
    for (int i = 0; i < 5; i++)//分成5小份
    {
        int n = 0;
        vector<int> arr;
        while (n++ < 20)
        {
            int num = 0;
            fscanf(fileorg, "%d\n", &num);
            arr.push_back(num);
        }
        sort(arr.begin(), arr.end());
        char min_filename[100] = "1";//创建每一小份的文件数据
        sprintf(min_filename, "第%d小份文件.txt", i + 1);
        FILE* newfile = fopen(min_filename, "w");
        if (newfile == NULL)
        {
            cout << "newfile failure\n";
            exit(-1);
        }
        for (auto x : arr)
        {
            fprintf(newfile, "%d\n", x);
        }
        fclose(newfile);
    }
    fclose(fileorg);
}

void MergeSort_File(const char* file1, const char* file2, const char* filemix)
{
    FILE* filea = fopen(file1, "r");
    if (filea == NULL)
    {
        cout << "filea failure\n";
        exit(-1);
    }
    FILE* fileb = fopen(file2, "r");
    if (fileb == NULL)
    {
        cout << "fileb failure\n";
        exit(-1);
    }
    FILE* filesum = fopen(filemix, "w");
    if (filesum == NULL)
    {
        cout << "filesum failure\n";
        exit(-1);
    }
    int num1 = 0, num2 = 0;
    int ret1 = fscanf(filea, "%d\n", &num1);
    int ret2 = fscanf(fileb, "%d\n", &num2);
    while (ret1 != EOF && ret2 != EOF)//读取文件相当于归并往前走一位， 所以每比较一次就只需要让入数据的小磁盘读取下一个数据即可
    {
        if (num1 <= num2)
        {
            fprintf(filesum, "%d\n", num1);
            ret1 = fscanf(filea, "%d\n", &num1);
        }
        else
        {
            fprintf(filesum, "%d\n", num2);
            ret2 = fscanf(fileb, "%d\n", &num2);
        }
    }
    while (ret1 != EOF)
    {
        fprintf(filesum, "%d\n", num1);
        ret1 = fscanf(filea, "%d\n", &num1);
    }
    while (ret2 != EOF)
    {
        fprintf(filesum, "%d\n", num2);
        ret2 = fscanf(fileb, "%d\n", &num2);
    }
    fclose(filea);
    fclose(fileb);
    fclose(filesum);
}

---

创作不易，麻烦三连支持一下吧😊  如有错误，敬请斧正