問題描述如下：

一個4G內(nèi)存的系統(tǒng)，一個文件存儲了9億條不重復(fù)的9位數(shù)，現(xiàn)在要對這個文件進行排序

方法1：內(nèi)存中進行排序（快速排序，插入排序，堆排序，歸并排序等）

我們來分析下，9位數(shù)需要用int或者unsigned int類型來表示，4個字節(jié)，9億 * 4字節(jié)= 36億字節(jié) =?3433M內(nèi)存，對于4G內(nèi)存的系統(tǒng)，訪問3.4G的內(nèi)存，難度很大，因為這種方法行不通

方法2：在數(shù)據(jù)庫中進行排序

只需要讀取文件后導(dǎo)入數(shù)據(jù)庫，進行排序即可。缺點：要有數(shù)據(jù)庫等設(shè)備

方法3：使用位運算進行排序

9位數(shù)的范圍也就是0-999999999，一共10億個數(shù)字，如果我們?yōu)槊恳粋€數(shù)字用一個位(bit)來表示存在還是不存在，一共只需要10億位= 1.25億字節(jié) = 119M，這樣很容易申請內(nèi)存。

具體辦法：申請一塊10億位（1.25億字節(jié)）的數(shù)組，全部初始化為0。依次讀取文件中的數(shù)字，把該數(shù)字對應(yīng)的位上標記為1表示已存在。比如數(shù)字987654321，在內(nèi)存中移位到987654321對應(yīng)的位，設(shè)置為1。最后，從低位到高位（或從高位到低位）遍歷整個數(shù)組，為1的說明存在該數(shù)，寫入到文件中即可

優(yōu)點：我們用一個位（bit）來表示一個9位數(shù)，而不是一個int（32bit），這樣數(shù)據(jù)量壓縮了32倍

缺點：只適用于不重復(fù)的數(shù)字排序，因為一旦有重復(fù)，一個位（bit）為1時，我們沒法知道有多少個重復(fù)的數(shù)字。

核心代碼：

1. 檢測指定字符的指定位的數(shù)是否為1

// 判斷字符dest的第second位是否為1 bool IsOne (unsigned char dest, int second) {const static int mark[] = {0x01, 0x02, 0x04, 0x08, 0x10, 0x20, 0x40, 0x80};if (second>=8 || second <0) {return false;}return (dest & mark[second]) == mark[second];}

2. 將指定字符的指定位的數(shù)置為1

// 將字符dest的第second位改為1 bool SetOne (unsigned char* dest, int second) {const static int mark[] = {0x01, 0x02, 0x04, 0x08, 0x10, 0x20, 0x40, 0x80};if (second>=8 || second <0) {return false;}*dest |= mark[second];return true; }

實際案例：

一個文件中有10億條中國地區(qū)的手機號碼，我們要刪除其中重復(fù)的手機號碼

分析如下：

一個手機號碼有11位，優(yōu)化一下，我們認為第一位永遠是1，不予考慮，只需檢測后面的10位數(shù)字

10位數(shù)字的范圍是0-9999999999，一共100億個數(shù)字

按照上面的辦法，以一個位來表示一個數(shù)字，申請一塊10億位（10億bit = 1192M）的數(shù)組

依次讀取文件，處理某個數(shù)字時，如果對應(yīng)位置為0則標記為1；如果對應(yīng)位置為1則說明數(shù)字重復(fù)，不需處理

注意：由于操作系統(tǒng)或者編程語言本身的限制，有可能系統(tǒng)內(nèi)存足夠，仍然無法分配一塊連續(xù)大內(nèi)存的情況，這樣的話可以申請多塊稍微小一點的內(nèi)存，然后用鏈表或其他的方式連接起來使用，只是判斷或者標記的時候需要計算一下具體的位置

超強干貨來襲 云風(fēng)專訪：近40年碼齡，通宵達旦的技術(shù)人生

總結(jié)

以上是生活随笔為你收集整理的巧用位运算进行排序的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。