[工学]数据结构与算法分析第二版review8.ppt

DSdemo 典型的外排序算法: 归并排序 置换排序 外排序 当对象以文件形式存放于磁盘上的时候，通常是按物理块存储的。 物理块也叫做页块，是磁盘存取的基本单位。 每个页块可以存放几个对象。操作系统按页块对磁盘上的信息进行读写。 本节所指的磁盘是由若干片磁盘组成的磁盘组，各个盘片安装在同一主轴上高速旋转。各个盘面上半径相同的磁道构成了柱面。各盘面设置一个读写磁头，它们装在同一动臂上，可以径向从一个柱面移到另一个柱面上。 为了访问某一页块，先寻找柱面，移动臂使读写磁头移到指定柱面上：寻查 (seek)。 再根据磁道号(盘面号)选择相应读写磁头，等待指定页块转到读写磁头下：等待(latency)。因此, 在磁盘组上存取一个页块的时间： 基于磁盘进行的排序多使用归并排序方法。其排序过程主要分为两个阶段： 第一个阶段建立用于外排序的内存缓冲区。根据它们的大小将输入文件划分为若干段，用某种内排序方法对各段进行排序。这些经过排序的段叫做初始归并段或初始顺串 (Run)。当它们生成后就被写到外存中去。 第二个阶段仿照内排序中所介绍过的归并树模式，把第一阶段生成的初始归并段加以归并，一趟趟地扩大归并段和减少归并段个数，直到最后归并成一个大归并段(有序文件)为止。 示例：设有一个包含4500个对象的输入文件。现用一台其内存至多可容纳750个对象的计算机对该文件进行排序。输入文件放在磁盘上，磁盘每个页块可容纳250个对象，这样全部对象可存储在 4500 / 250＝18 个页块中。输出文件也放在磁盘上，用以存放归并结果。 由于内存中可用于排序的存储区域能容纳750 个对象, 因此内存中恰好能存3个页块的对象。 在外归并排序一开始，把18块对象，每3块一组，读入内存。利用某种内排序方法进行内排序, 形成初始归并段, 再写回外存。总共可得到6个初始归并段。然后一趟一趟进行归并排序。 若把内存区域等份地分为 3 个缓冲区。其中的两个为输入缓冲区，一个为输出缓冲区，可以在内存中利用简单 2 路归并函数 merge 实现 2 路归并。 首先, 从参加归并排序的两个输入归并段 R1 和 R2 中分别读入一块，放在输入缓冲区1 和输入缓冲区2 中。然后，在内存中进行2路归并，归并出来的对象顺序存放到输出缓冲区中。 一般地，若总对象个数为 n，磁盘上每个页块可容纳 b 个对象，内存缓冲区可容纳 i 个页块，则每个初始归并段长度为 len = i * b，可生成 m = ?n / len? 个等长的初始归并段。 在做2路归并排序时，第一趟从 m 个初始归并段得到 ?m/2? 个归并段，以后各趟将从 l (l 1) 个归并段得到 ?l/2? 个归并段。总归并趟数等于归并树的高度 ?log2m?。 根据 2 路归并树, 估计 2 路归并排序时间 tES 的上界为： 对4500个对象进行排序的例子，各种操作的计算时间如下： 读18个输入块, 内部排序6段, 写18个输出块 ＝6 tIS＋36 tIO 成对归并初始归并段 R1～R6 ＝36 tIO＋4500 tmg 归并两个具有1500个对象的归并段R12和R34 ＝24 tIO＋3000 tmg 最后将 R1234 和 R56 归并成一个归并段 ＝ 36 tIO＋4500 tmg 合计 tES＝6 tIS＋132 tIO＋12000 tmg 由于 tIO = tseek + tlatency +trw, 其中，tseek和tlatency是机械动作，而trw、tIS、tmg是电子线路的动作，所以 tIO tIS，tIO tmg。想要提高外排序的速度，应着眼于减少 d。 若对相同数目的对象，在同样页块大小的情况下做 3 路归并或做 6 路归并(当然, 内存缓冲区的数目也要变化)，则可做大致比较： 一般, 对 m 个初始归并段, 做 k 路平衡归并, 归并树可用正则 k 叉树(即只有度为 k 与度为0的结点的 k 叉树)来表示。 第一趟可将 m 个初始归并段归并为 l = ?m/k? 个归并段，以后每一趟归并将 l 个归并段归并成 l = ?l / k? 个归并段，直到最后形成一个大的归并段为止。树的高度＝ ?logkm? ＝ 归并趟数S。 只要增大归并路数 k，或减少初始归并段个数 m，都能减少归并趟数 S，以减少读写磁盘次数 d，达到提高外排序速度的目的。 采用输入缓冲区、内部归并和输出缓冲区并行处理的方法，也能有效地提高外排序的速度。 k路平衡归并 (k-way Balanced merging) 做 k 路平衡归并时，如果有 m 个初始归并段，则相应的归并树有 ?logkm? +1 层，需要归并?logkm? 趟。下图给出对有36个初始