对大数据量进行排序--位图法
Posted 代码如诗
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了对大数据量进行排序--位图法相关的知识,希望对你有一定的参考价值。
题目:对2G的数据量进行排序,这是基本要求。
数据:1、每个数据不大于8亿;2、数据类型位int;3、每个数据最多重复一次。
内存:最多用200M的内存进行操作。
我听过很多种类似问题的解法,有的是内存多次利用,有的用到了外存,我觉得这两种做法都不是比较好的思想,太慢。由于这个题目看起来没有对效率进行约束,所以这两种方法也是对的,但是我这次提出一个比较好的算法来解答此题,如果有更好的做法请赶快跟帖留言,共同讨论。希望大神们的加入。。。。。
思想:把200M的内存平分,可以开两个数组,一个数组arr存放一遍不重复的所有数据,另一个数组arr_2只存放重复的数据。存放方法是对数组中的每个数据的位进行操作。比如:18这个数,18/32=0,18就会对应arr[0]这个数组中的某一位,而每一个数组元素都是32位组成,18%32=18,也就是说arr[0]那个数的第18位对应18这个数。同样道理再来一个数:43 43/32=1,43%32=11,也就是说43对应的是arr[1]中的第11位。只要找到了对应位置,把该位置1,其余位置不变(默认为0),遍历一次数据,就会把内存中的对应位置1.如果遇到重复数据,此时就会用到第二个数组了,若本次查询该位已经为1,那么就要把arr_2这个数组中的对应位置1。在输出的时候就要同步遍历两个数组。
输出:就是一个反向还原过程,遍历内存中的每一位,该位对应的有数组下标和所处位,进行一次乘、和运算就能还原回来数据,并依次写入文件或者打印到屏幕上。
/* 如何对某一位置0或者置1? #define setbit(x,y) x|=(1<<y) //将X的第Y位置1 #define clrbit(x,y) x&=!(1<<y) //将X的第Y位清0 */ #define BITSPERWORD 32 //数组每个元素32位 #define SHIFT 5 #define MASK 0x1F #define MAXNUM 10000 //最大整数 const int num = 6000; //整数个数 int length = 1 + MAXNUM / BITSPERWORD; //最大数值除以32得到数组大小 unsigned int *a = new unsigned int[length]; //i>>SHIFT表示i在数组中的下标 等价于i/32;1<<(i & MASK))等价于i%32,表示第几个bit //i & MASK == i % 32 == 余数 == i & (32 - 1) == i & MASK 就是对32做MOD求余数 void set(int i) { a[i>>SHIFT] |= (1<<(i & MASK)); } //将某bit置1 void clr(int i) { a[i>>SHIFT] &= ~(1<<(i & MASK)); } //将某bit置0 //若第0 bit为1,返回1;若第3 bit为1,则返回8;若第10 bit为1,则返回1024 int test(int i) { return a[i>>SHIFT] & (1<<(i & MASK)); } int main(void) { for (int i=0;i!=length;++i) a[i]=0; //每bit都初始化为0 srand(time(0)); int i = 0; while(i != num) //生成num个大小不超过MAXNUM的整数 { int p = rand() % MAXNUM; if (!test(p)) { set(p); ++i; } } for (i=0; i<MAXNUM; ++i) //按升序打印出这些整数 { if(test(i)) cout<<i<<endl; } return 0; }
以上是关于对大数据量进行排序--位图法的主要内容,如果未能解决你的问题,请参考以下文章