《数据结构C++版第二版》第10章.ppt

* * 第10章 外排序 本章学习内容 10.1 外排序的基本概念 10.2 多路平衡归并的实现 10.1 外排序的基本概念 内排序是直接在计算机内存中进行的。若要排序的数据一次可以装入计算机内存，则对这批数据的排序可以直接在内存中完成，因而，利用前面的内排序就可以了。若要排序的数据量很大，内存中一次装不下，要将数据放入外存（磁带、磁盘），这时，用内排序达不到我们的要求，必须用到本章介绍的外排序。而外排序是利用内存、外存来共同完成的。 外排序可以看成由两个独立的阶段组成。首先，按可用内存的大小，将外存上含n个记录的文件分成若干长度为m的子文件或段，依次读入内存并用上一章的内排序方法（一般用堆排序实现）完成每段的排序，再保存到外存；然后，对这些段进行归并，使归并段逐渐由小到大，直到得到整个文件有序为止。第一阶段就是上一章介绍的内排序方法，因此，本章主要讨论第二阶段的归并实现。 第二阶段的归并有二路平衡归并和多路平衡归并。下面先给出例子来说明，具体实现方法见下一节。 假设有一个含10000个记录的文件，内存一次只能装入1000个记录，则可以将文件分成10段，每段含1000个记录。首先通过10次内部排序得到10个初始归并段R1~R10，其中每一段都含有1000个记录（已经有序），再保存到外存中，然后可以利用二路平衡归并使整个文件有序。二路平衡归并见图10-1。 图10-1 二路平衡归并过程 若对刚才的文件，首先通过10次内部排序得到10个初始归并段R1~R10，其中每一段都含有1000个记录，再保存到外存中，然后也可以利用五路平衡归并使整个文件有序，五路平衡归并见图10-2。 图10-2 五路平衡归并过程 一般情况下，外排序所需总的时间=内排序所需时间（生成初始归并段）m*tIS+外存信息读写的时间d*tIO+平衡归并所需的时间s*utmg。 m为初始归并段的个数，tIS是得到一个初始归并段进行内排序所需的时间均值；d为总的读写次数，tIO是进行一次外存读写时间的均值；s为归并的趟数，utmg是对u个记录进行内部归并所需时间。 对同一文件而言，假设有m个初始归并段，进行k路平衡归并，归并的趟数可以表示为s=?logkm? 。若增加k或减少m则可以减少s，外排序所需总的时间就可以减少。 10.2 多路平衡归并的实现 10.2.1 初始归并段的生成 假设初始待排文件为输入文件FI，初始归并段文件为输出文件FO，内存工作区为WA，FO和WA的初始状态为空，并假设内存工作区WA的容量为W个记录，则生成初始归并段的操作过程为： (1) 从FI输入W个记录到工作区WA。 (2) 从WA中选关键字最小的记录，记为MINKEY。 (3) 将MINKEY记录输出到FO中。 (4) 若FI不空，则从FI输入下一个记录到WA中。 (5) 从WA中选比MINKEY大的所有关键字中选最小的关键字，作为新的MINKEY。 (6) 重复（3）~（5），直到WA中选不出新的MINKEY为止，由此得到一个初始归并段。 (7) 重复（2）~（6）直到WA为空。则得到全部初始归并段。 例如，给定初始文件含有24个记录，对应的关键字分别为：51，49，39，46，38，29，14，61，15，30，1，48，52，3，63，27，4，13，89，24，46，58，33，76。利用上面的方法生成初始归并段过程如下表（假设内存工作区WA的容量为6个记录）。 3,63,27,4,13,89,24,46,58,33,76 48,1,15,30,52,14 29,38,39,46,49,51,61 52,3,63,27,4,13,89,24,46,58,33,76 48,1,15,30,61,14 29,38,39,46,49,51 48,52,3,63,27,4,13,89,24,46,58,33,76 51,1,15,30,61,14 29,38,39,46,49 1,48,52,3,63,27,4,13,89,24,46,58,33,76 51,49,15,30,61,14 29,38,39,46 30,1,48,52,3,63,27,4,13,89,24,46,58,33,76 51,49,15,46,61,14 29,38,39 15,30,1,48,52,3,63,27,4,13,89,24,46,58,33,76 51,49,39,46,61,14 29,38 61,15,30,1,48,52,3,63,27,4,13,89,24,46,58,33,76 51,49,39,46,38,14 29 14,61,15,30,1,48,52,3,63,27,4,13,89,24,46,58,33,76 51,49,39,46,38,29 第一归并段 51,