【背诵笔记】外部排序

外部排序

原理

1，通过归并排序执行

2，构造初始归并段
分批次将磁盘中的两个块读入内存中，进行内部排序，

然后写回磁盘，合成一个包含两个小块的初始归并段

3，第一趟归并
对两个有序初始归并段执行归并

分别读取两者中较小的块到内存执行排序，然后输出到磁盘

一旦有缓冲区空了就从对应的初始归并段补充数据

最后归并为一个更长的归并段

4,第二趟归并
和第一趟归并思路一样，只是序列更长

时间开销

排序时间等于读写内外存时间和内部排序时间

1，优化：多路归并

可以减少归并趟数，减少读写次数

2，优化，减少初始归并段数量（构建更长的序列）

败者树

原理

多路归并会增加关键字对比的次数，增加内部归并排序时间。

1，先由n个节点进行对比，结果存在树中非叶节点，根节点为冠军，冠军自动退出。

2，由新节点替代冠军在叶节点的位置，重新进行对比，只需和自己这一边的树上对比即可。对比次数减少

应用

根节点记录冠军
非叶节点记录失败者
叶节点对应归并段

第一次构建对比k-1次

此后基于败者树，只需logk次

置换选择排序

通过置换选择排序可以减少初始归并段数量
之前的算法中，受到内存工作区限制，初始归并段较短，数量较多，增加了IO次数

可以直接增加内存，提升初始归并段长度

思路

每次都将内存中的最小元素置换出去。

然后从外存中读取一个元素补充到内存中，然后将内存中最小元素与初始归并段最后一个（最大）元素对比，如果比初始归并段最后一个元素大，就可以继续置换

如果内存中最小元素小于大于初始归并段中最大元素，则标记该元素，然后选择内存中其他元素对比，继续置换

如果内存中所有元素都比初始归并段最后一个元素小，则该归并段在此截止，执行构建第二个归并段。

直到待排序列都归并到初始归并段为止。置换选择排序可以使得初始归并段突破内存大小的限制。

最佳归并树

二路归并

在归并过程中，IO次数等于归并树的带权路径长度

WPL计算，叶子节点的权值乘以路径长度。

构造哈夫曼树即可实现最小带权路径长度，从而减少IO次数

多路归并

对k路归并，要保证构建严格的k叉树，如果节点数量不够，则应该添加权值为0的节点。

从初始归并段中选择权值最小的3个构建归并树，然后将孩子节点加入序列中继续构建归并树。


其实这个也不用记，直接在草稿纸画一下草图，一看缺几个就补上几个，然后构建哈夫曼树