如何给100亿个数字排序

给100亿个数字排序，100亿个 int 型数字放在文件里面大概有 37.2GB，内存一次装不下了。

如何才能给100亿个数字排序呢？

思路一：二叉堆

1. 把这个37GB的大文件，用哈希分成1000个小文件，每个小文件平均38MB左右（理想情况），把100亿个数字对1000取模，模出来的结果在0到999之间，每个结果对应一个文件，所以我这里取的哈希函数是 h = x % 1000，哈希函数取得”好”，能使冲突减小，结果分布均匀。
2. 拆分完了之后，得到一些几十MB的小文件，那么就可以放进内存里排序了，可以用快速排序，归并排序，堆排序等等。
3. 1000个小文件内部排好序之后，就要把这些内部有序的小文件，合并成一个大的文件，可以用二叉堆来做1000路合并的操作，每个小文件是一路，合并后的大文件仍然有序。

二叉堆多路合并

二叉堆是一种特殊的二叉树, 它总是保证一棵树的最小元素(最小堆)或者最大元素(最大堆)处于树根上

首先遍历1000个文件，每个文件里面取第一个数字，组成 (数字, 文件号) 这样的组合加入到堆里（假设是从小到大排序，用小顶堆），遍历完后堆里有1000个 (数字，文件号) 这样的元素。

不断从堆顶拿元素出来，每拿出一个元素，把它的文件号读取出来，然后去对应的文件里，加一个元素进入堆，直到那个文件被读取完。拿出来的元素当然追加到最终结果的文件里。

按照上面的操作，直到堆被取空了，此时最终结果文件里的全部数字就是有序的了。

思路二：位图法

用一个比特位来代表一个数。

例如，对于整数集合{1,2,5,6,7}，可以使用下面的比特位表示：

0 1 1 0 0 1 1 1 

数值存在的比特位置为1，其他位为0，对应上面的即可。分别在第1，2，5，6，7比特位置1即可。而上面的比特位转换为整数值为103，只需要一个字节便可存储。

对于最多10^7个整数，我们大约需要10^7个比特位，即10^7/(8*1024*1024)MB，约1.2M的内存即可存储。

具体流程如下：

1. 对给定大小的数组所有比特位置0
2. 循环读取输入文件的数据，并将对应数值大小的比特位置1
3. 遍历数组各比特位，如果位为1，则输出对应比特位的位置整数