外排序

通常來說，外排序處理的數據不能一次裝入內存，只能放在讀寫較慢的外存儲器（通常是硬盤）上。外排序通常采用的是一種“排序-歸並”的策略。在排序階段，先讀入能放在內存中的數據量，將其排序輸出到一個臨時文件，依此進行，將待排序數據組織為多個有序的臨時文件。之後在歸並階段將這些臨時文件組合為一個大的有序文件，也即排序結果。

外排序的一個例子是外歸並排序（External merge sort），它讀入一些能放在內存內的數據量，在內存中排序後輸出為一個順串（即是內部數據有序的臨時文件），處理完所有的數據後再進行歸並。[1][2]比如，要對900 MB的數據進行排序，但機器上只有100 MB的可用內存時，外歸並排序按如下方法操作：

讀入100 MB的數據至內存中，用某種常規方式（如快速排序、堆排序、歸並排序等方法）在內存中完成排序。
將排序完成的數據寫入磁盤。
重復步驟1和2直到所有的數據都存入了不同的100 MB的塊（臨時文件）中。在這個例子中，有900 MB數據，單個臨時文件大小為100 MB，所以會產生9個臨時文件。
讀入每個臨時文件（順串）的前10 MB（ = 100 MB / (9塊 + 1)）的數據放入內存中的輸入緩沖區，最後的10 MB作為輸出緩沖區。（實踐中，將輸入緩沖適當調小，而適當增大輸出緩沖區能獲得更好的效果。）
執行九路歸並算法，將結果輸出到輸出緩沖區。一旦輸出緩沖區滿，將緩沖區中的數據寫出至目標文件，清空緩沖區。一旦9個輸入緩沖區中的一個變空，就從這個緩沖區關聯的文件，讀入下一個10M數據，除非這個文件已讀完。這是“外歸並排序”能在主存外完成排序的關鍵步驟 -- 因為“歸並算法”(merge algorithm)對每一個大塊只是順序地做一輪訪問(進行歸並)，每個大塊不用完全載入主存。

初始時將輸入文件讀入內存，建立最小堆。
將堆頂元素輸出至輸出緩沖區。然後讀入下一個記錄：
若該元素的關鍵碼值不小於剛輸出的關鍵碼值，將其作為堆頂元素並調整堆，使之滿足堆的性質；
否則將新元素放入堆底位置，將堆的大小減1。
重復第2步，直至堆大小變為0。
此時一個順串已經產生。將堆中的所有元素建堆，開始生成下一個順串。[3]
此方法能生成平均長度為 {\displaystyle 2M} 2M的順串，可以進一步減少訪問外部存儲器的次數，節約時間，提高算法效率。

怎麽排序超大文件