桶排序解决大数据排序

大数据无法一次载入内存，所以分桶文件做一次次分割

 

以整数为例，如果是整数排序，32位，总共有2^32个桶，每个桶以整型（4字节）计数（计数排序）

2^10 * 2^10 * 2^10 *2^2 * 4 * 字节=16G，需要16g内存，才能对一个整数数组计算中位数，假设现在1g可用内存，需要将桶的数量压缩2^4倍，那么在桶的分配上 桶号=x / (2^4) ，那么现在桶的数量降到

2^28 个，每个桶4字节，即1G，内存中找到中位数所在桶，再遍历一遍，（均匀分布前提）记录该桶明细，快速排序，搞定

若不均匀，则需要根据下图递归分治疗：

 

该两个帖子都是如此：

https://www.jianshu.com/p/9f4ce4ec5684

"第四步：一直下去，直到最低字节(7-0bit)的桶排序结束。我相信这个时候完全可以在内存中使用一次快排就可以了"不太严谨

https://juejin.im/post/5d4c2158f265da03ae7861c7?utm_source=gold_browser_extension

提到了订单不均匀不断继续划分，“如果划分之后，101 元到 200 元之间的订单还是太多，无法一次性读入内存，那就继续再划分，直到所有的文件都能读入内存为止”，提到了递归划分的第一个停止条件，但没有考虑到浮点型极端情况下，就是有文件桶数据非常密集不断划分下仍然无法读入内存