本書第一章提出了一個看似簡單的問題，有最多1000萬條不同的整型數據存在于硬盤的文件中，如何在1M內存的情況下對其進行盡可能快的排序。

每個數字用4byte，1M即可存儲250 000個數據，顯然，只要每次對250 000個數據排序，寫入到文件中即可，重復40次。

那么如何選出每次遍歷的二十五萬條數據呢？有如下兩個策略：

1、對一千萬條數據遍歷40次，第i次遍歷時，判斷數是否屬于[i*250000,i*250000+249999），如果是，則讀入內存，當第i次遍歷完成時，內

存中有了二十五萬條數據，這些數據比前i-1次遍歷篩選出來的大，但是比后40-i次遍歷的小。故，將第i次遍歷選入內存中的數排序，輸出到硬盤文件，

追加到i-1次輸出到那個文件即可。

特點：簡單，粗暴，但是遍歷次數極多，只能串行，對文件進行了40次讀取，本機運行耗時 2分17秒214毫秒。

2、對一千萬條數據遍歷1次，第i組 二十五萬條數據存入內存，排序，輸出到文件i，對一千萬條數據完成一次遍歷后，生成40個內容有序的臨時文件，

在對這些文件歸并，即可。

特點：對源文件只需要一次讀入，排序可以采用多線程，IO次數仍然較高。串行情況下，本機運行耗時21秒221毫秒

那么如何能達到10秒以內呢？

那么分析一下這個問題的特點：

a、數據不超過最大值

b、所有數據不重復

c、每條數據僅是一個數

那么可以申請一個一千萬位長的位向量，下標為i的位是1，則代表存在一個數i。

3、由此得到了一種針對此問題的位圖排序方法。

申請長度為一千萬位的位向量bit[10000000]，所有位設置為0，順序讀取待排序文件，每讀入一個數i，便將bit[i]置為1。當所有數據讀入完成，便對

bit做從頭到尾的遍歷，如果bit[i]=1，則輸出i到文件，當遍歷完成，文件則已排好序。本機運行耗時9秒49毫秒。

?

備注： 無bit類型的編程語言如何實現位操作

以32位操作系統下的int類型為例。設需要申請N個位，則需要有a[N/32+1]個int類型方可容得下N位（當然，最后一個int中有些位被浪費了）

將第i位置為1的時候可以用如下操作：

第i位必然在 int型數組a的第 (i/32)個數中，偏移量是 (i%32)，將i位置為1，需要第(i/32)的數與一個數b相 或 即可，b要求是 (i%32)位為1，其他位均

為0，故有如下語句：

a[i/32] | (1 << (i%32));

?

為了保證達到最快的運算速度，上式改寫為如下：

a[i >>5] |= (1 << (i & 31));

來源:http://www.cnblogs.com/tntboom/p/4109458.html

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的对一千万条数据进行排序---编程珠玑第二版 第一章的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。