題目：對2G的數據量進行排序，這是基本要求。 數據：1、每個數據不大於8億；2、數據類型位int；3、每個數據最多重復一次。 內存：最多用200M的內存進行操作。 我聽過很多種類似問題的解法，有的是內存多次利用，有的用到了外存，我覺得這兩種做法都不是比較好的思想，太慢。由於這個題目看起來沒有對效率進行約束，所以這兩種方法也是對的，但是我這次提出一個比較好的算法來解答此題，如果有更好的做法請趕快跟帖留言，共同討論。希望大神們的加入。。。。。 思想：把200M的內存平分，可以開兩個數組，一個數組arr存放一遍不重復的所有數據，另一個數組arr_2只存放重復的數據。存放方法是對數組中的每個數據的位進行操作。比如：18這個數，18/32=0，18就會對應arr[0]這個數組中的某一位，而每一個數組元素都是32位組成，18%32=18，也就是說arr[0]那個數的第18位對應18這個數。同樣道理再來一個數：43 43/32=1,43%32=11，也就是說43對應的是arr[1]中的第11位。只要找到了對應位置，把該位置1，其余位置不變（默認為0），遍歷一次數據，就會把內存中的對應位置1.如果遇到重復數據，此時就會用到第二個數組了，若本次查詢該位已經為1，那麼就要把arr_2這個數組中的對應位置1。在輸出的時候就要同步遍歷兩個數組。 輸出：就是一個反向還原過程，遍歷內存中的每一位，該位對應的有數組下標和所處位，進行一次乘、和運算就能還原回來數據，並依次寫入文件或者打印到屏幕上。 廢話不多說，直接上代碼，如有問題，跟帖討論。 [cpp] <pre class="cpp" name="code">#include <stdio.h> #include <stdlib.h> #define NUM 1024*1024 //數據占用的內存大小，即存儲數據的載體 #define N 1024*1024*128 //10測試正確性可以用10來測 //數據量 unsigned long int arr[NUM]; unsigned long int arr_2[NUM]; unsigned long int temp[N];//本可不必開辟這個數組的，直接從文件中讀取 int main(){ int i,j,temp_num=0,temp_num_2=0,flag=0; //清空內存 memset(arr,0,sizeof(arr)); memset(arr_2,0,sizeof(arr_2)); </pre><pre class="cpp" name="code"> //得到數據,存到數組中 for(i=0;i<N;i++){ temp[i]=N-i; temp[i++]=N-i; } //下邊這個循環是一個排序過程，把對應位置1，如果原來是1，就把另一塊內存中的對應位置1 for(i=0;i<N;i++){ if(((arr[temp[i]/32] >> (temp[i]%32)) & 0x00000001) == 1) arr_2[temp[i]/32] |= (0x00000001<<(temp[i]%32)); arr[temp[i]/32] |= (0x00000001<<(temp[i]%32)); } printf("\n"); for(i=0;i<NUM && flag<N;i++){ if(arr[i] == 0) continue; temp_num=arr[i]; for(j=0;j<32;j++){ if((temp_num&0x00000001) == 0){ temp_num=(temp_num>>1); } else if((temp_num&0x0001) == 1){ printf("%d ",(i<<5)+j); temp_num=(temp_num>>1); temp_num_2=arr[i]; flag++; //重復數據的輸出 if((temp_num_2&0x00000001) == 1){ printf("%d ",(i<<5)+j); flag++; } } } } www.2cto.com printf("\n"); return 0; }</pre><br> <br> <p></p> <pre></pre> <p></p> <p></p> <pre></pre> <p></p>
