数据结构篇_知识点板块_第九章外部排序

• 数据结构篇为本人考研时所写笔记，包括知识点和编程思想两大板块，笔记内容依据王道数据结构考研书所写，但比书本上知识更加生动形象，愿本篇章能对您有所帮助

九、外部排序

1. 基本概念：

①　基本概念：将待排序的记录存储在外存上，排序时再把数据一部分一部分地调入内存进行排序，在排序过程中需要多次进行内存和外存之间的交换

②　外部排序过程中的时间代价主要考虑访问磁盘的次数,即IO次数

③　为减少平衡归并中外存读写次数所采取的方法:增大归并路数和减少归并段个数

（1) 利用。

（2) 由长度不等的归并段，进行多路平衡归并，需要构造最佳归并树

2. 采用的归并排序一般包括两个独立的阶段：

①　根据内存缓冲区大小，将外存上的文件分成若干长度为t的子文件，依次读入内存并利用内部排序方法对它们进行排序（例如在内存中进行2路归并，归并后的对象顺序存放在输出缓冲区中。若输出缓冲区中对象存满，则将其顾序写到输出归并段(R1')中，再清空输出缓冲区，继续存放归并后的对象。若某个输入缓冲区中的对象取空，则从对应的输入归并段中再读取下一块，继续参加归并。如此继续,直到两个输入归并段中的对象全部读入内存并都归并完成为止），并将排序后得到的有序子文件重新写回外存，称这些有序子文件为归并段或顺串（输入/输出缓冲区没有传送用户界面消息的作用，但有产生初始归并段工作区的作用）

②　对这些归并段进行逐趟归并，使归并段（有序子文件）逐渐由小到大，直至得到整个有序文件为止

3. 外部排序的总时间=内部排序所需的时间+外存信息读写的时间（”主要矛盾“-优化的主要方向）＋内部归并所需的时间

4. 优化：

①　多路平衡归并

（1) 基本概念：

​ (1 最多只能有k个段归并为一个

​ (2 每一趟归并中，若有m个归并段参与归并，则经过一趟处理得到向上取整（m/k）个新的归并段

​ (3 建立总的I/O次数最少称为最佳归并书（类似于哈夫曼树）

（2) 代价：

​ (1 需要增加相应的输入缓冲区

​ (2 每次从k个归并段中选一个最小元素需要(k-1)次关键字比较（利用败者树（类似于比赛选拔的那样的完全二叉树）增大归并路数（并不是越大越好）从而减少比较次数）

②　减少初始归并段数量r（可利用置换-选择排序增大归并段长度从而减少归并段个数，其作用是用于生成外部排序的初始归并段，不是对外部排序中输入/归并/输出并行处理（因其不是一种完整的生成有序文件的外部排序算法））