前面發了兩篇內排序的文章。（一）中當時歸併排序並沒有寫出，（二）中今天發現在非遞迴quickSort中stack<node*> 存在記憶體洩露，並且主程式選項功能支援不是很好，所以今天又練習寫了一遍。

大規模排序時，發現1million整形資料大小為6.8M，int在當前平臺佔4B

1million = 1000000 = 10⁶ ≈2²⁰  總容量=4B*2²⁰ =4M≈6.8M，因為這裡面還有空格、回車還有檔案自身的一些資訊佔容量。100million資料大小為673M，1billion資料大小為6.6G。各種檔案系統大小限制在下有說明。當前系統最大申請記憶體可達400G。

C/C++原始碼:sort.cpp

功能：七種常見內排序演算法

#include <iostream> #include <stack> #include <cassert> #include <cstring> #include <cstdio> using namespace std; void bubble(int A[],int n); void select(int A[],int n); void insert(int A[],int n); void shell(int A[],int n); void merge(int A[],int n); void heap(int A[],int n); void quick(int A[],int n); //return 0 success 1 fail int deal_opt(string& in, string& out, int& n, int& times, int argc, char *argv[]); int deal_in(int*& A,int& n,int N, string file); int deal_out(int A[],int n,string file); typedef void (*FUNC)(int A[],int n); FUNC sort_func[]={bubble,select,insert,shell,merge,heap,quick}; string sort_name[]={"bubble","select","insert","shell","merge","heap","quick"}; const int sort_num=sizeof(sort_func)/sizeof(FUNC); const int num_per_line = 10; int main(int argc, char *argv[]) { string infile("din.txt"), outfile("dout_"); string help("command [-i infile] [-o outfile] [-n arrNum] [-t sortTimes]"); int num = 0, *arr = NULL,*arr1=NULL; int N = 1024*1024*1024; int sort_times=1; if(0==deal_opt(infile,outfile,N,sort_times,argc,argv)){ if(0==deal_in(arr,num,N,infile)){ arr1=new int[num]; for(int i=sort_num-1;i>=0;i--){ clock_t s = clock(); for(int j=0;j<sort_times;j++){ memmove(arr1,arr,sizeof(int)*num); (*sort_func[i])(arr1,num); } double timeUsed = (double)(clock()-s)/CLOCKS_PER_SEC; cout<<sort_name[i]<<" timeUsed is "<< timeUsed << "s" << endl; if(1==deal_out(arr1,num,outfile+sort_name[i])){ cout << "incorrect write outfile" << endl; cout << help << endl; } } delete [] arr; delete [] arr1; }else{ cout << "incorrect read infile" << endl; cout << help << endl; } }else{ cout << "incorrect option" << endl; cout << help << endl; } return 0; } int string_to_num(char str[]){ int len = strlen(str), sum=0; for(int i=0;i<len;i++){ assert(str[i]>='0' && str[i]<='9'); sum = sum*10 + str[i]-'0'; } return sum; } int deal_opt(string& in,string& out,int& n, int& times, int argc,char *argv[]){ for(int i=1;i<argc;i++){ if(!strncmp("-i",argv[i],2) && i<argc-1){ in = argv[i+1]; i++; }else if(!strncmp("-o",argv[i],2) && i<argc-1){ out = argv[i+1]; i++; }else if(!strncmp("-n",argv[i],2) && i<argc-1){ n=string_to_num(argv[i+1]); i++; }else if(!strncmp("-t",argv[i],2) && i<argc-1){ times = string_to_num(argv[i+1]); i++; }else{ return 1; } } return 0; } int deal_in(int*& A,int& n,int N,string file){ FILE* fptr=NULL; A = new int[N]; if((fptr=fopen(file.c_str(),"r"))!=NULL){ int data; n=0; while(n<N && (fscanf(fptr,"%d",&data))!=EOF) A[n++]=data; fclose(fptr); return 0; }else{ return 1; } } int deal_out(int A[],int n,string file){ FILE* fptr=NULL; if((fptr=fopen(file.c_str(),"w"))!=NULL){ for(int i=0;i<n;i++){ fprintf(fptr,"%d/t",A[i]); if(i%num_per_line==num_per_line-1) fprintf(fptr,"/n"); } fclose(fptr); return 0; }else{ return 1; } } inline void swap(int& a,int& b){ int tmp = a; a = b; b = tmp; } void bubble(int A[],int n){ for(int i=1;i<n;i++) for(int j=1;j<=n-i;j++) if(A[j]<A[j-1]) swap(A[j],A[j-1]); } void select(int A[],int n){ for(int i=0;i<n-1;i++){ int min=i; for(int j=i+1;j<n;j++) if(A[j]<A[min]) min = j; swap(A[i],A[min]); } } void insert(int A[],int n){ for(int i=1,j;i<n;i++){ int tmp=A[i]; for(j=0;j<i && A[j]<=tmp;j++); for(int k=i-1;k>=j;k--) A[k+1]=A[k]; A[j]=tmp; } } void shell(int A[],int n){ int h; for(h=1;h<n/9;h=3*h+1); for(;h>0;h/=3){ for(int i=h,j;i<n;i+=h){ int tmp=A[i]; for(j=0;j<i && A[j]<=tmp;j+=h); for(int k=i-h;k>=j;k-=h) A[k+h]=A[k]; A[j]=tmp; } } } void merge1(int A[], int l, int r){ if(l<r){ int mid=(r-l)/2+l; merge1(A,l,mid); merge1(A,mid+1,r); int *B = new int[r-l+1]; int i=0, j=l, k=mid+1; while(j<=mid && k<=r) B[i++]=A[j]<A[k]?A[j++]:A[k++]; while(j<=mid) B[i++]=A[j++]; while(k<=r) B[i++]=A[k++]; memmove(A+l,B,sizeof(int)*i); delete [] B; } } void merge(int A[],int n){ merge1(A,0,n-1); } void heapify(int A[],int i,int n){ #define LC(i) (2*i+1) #define RC(i) (2*i+2) while(i<n/2){ int max = A[i],f=0; if(max<A[LC(i)] && LC(i)<n) max=A[LC(i)], f=1; if(max<A[RC(i)] && RC(i)<n) f=2; if(1==f){ swap(A[i],A[LC(i)]); i=LC(i); }else if(2==f){ swap(A[i],A[RC(i)]); i=RC(i); }else break; } } void heap(int A[],int n){ if(n<=1) return; for(int i=n/2-1;i>=0;i--) heapify(A,i,n); swap(A[0],A[n-1]); for(int i=n-2;i>=1;i--){ heapify(A,0,i+1); swap(A[0],A[i]); } } struct node{ node(int a,int b):l(a),r(b){} int l, r; }; void quick(int A[],int n){ stack<node*> s; s.push(new node(0,n-1)); while(!s.empty()){ int l=s.top()->l; int r=s.top()->r; delete s.top(); s.pop(); if(l<r){ int i=l, j=r, pivot=A[l]; while(i<j){ while(i<=j && A[i]<=pivot) i++; while(i<=j && A[j]>=pivot) j--; if(i<j) swap(A[i],A[j]); } swap(A[l],A[j]); if(j-1-l>0) s.push(new node(l,j-1)); if(r-j-1>0) s.push(new node(j+1,r)); } } }

C/C++原始碼：data.cpp

功能：隨機生成一定規模的隨機資料

#include <iostream> #include <cassert> #include <cstring> #include <ctime> #include <cstdlib> using namespace std; long long cal(char s[]){ long long sum =0; int len = strlen(s); for(int i=0;i<len;i++){ assert(s[i]>='0' && s[i]<='9'); sum = sum*10 + (s[i]-'0'); } return sum; } const int N = 1024*1024; const int NUM_PER_LINE = 10; int deal_opt(string& out,long long& n,int argc, char *argv[]) { for(int i=1;i<argc;i++){ if(!strncmp("-o",argv[i],2) && i<argc-1){ out=argv[i+1]; i++; }else if(!strncmp("-n",argv[i],2) && i<argc-1){ n=cal(argv[i+1]); i++; }else return 1; } return 0; } int main(int argc, char *argv[]) { srand(time(NULL)); long long scale = 10000; string outfile("data.txt"); string help("command [-o outfile] [-n num]"); if(0==deal_opt(outfile,scale,argc,argv)){ FILE *fptr = NULL; if((fptr=fopen(outfile.c_str(),"w"))!=NULL){ for(long long i=0;i<scale;i++){ fprintf(fptr, "%d/t", rand()%N); if(i%NUM_PER_LINE==NUM_PER_LINE-1) fprintf(fptr, "/n"); } }else{ cout << "incorrect write outfile" << endl; cout << help << endl; } }else{ cout << "incorrect options" << endl; cout << help << endl; } return 0; }

執行結果：

資料規模10無序資料集，迭代1W次

資料規模100有無序資料集，迭代1024次

資料規模100有序資料集，迭代1024次

資料規模10W無序資料集

資料規模10W有序資料集（注意quickSort效能下降）

資料規模100W無序資料集

1Billion無序資料集（quick,heap,merge，其它O²的方法已經淘汰）

 注意在小規模如果資料集全部可以裝入記憶體，不考慮換頁影響的話，三種排序時間複雜度都是O(nlgn)，其中資料顯示快排是時間最快，歸併時間與其差不多，堆排慢於其它兩種方法，大概是1.5倍關係。但是當10億資料，記憶體容量約為4G。快排與堆排需要遍歷遍歷整個陣列，會造成顛簸，而歸併的性質決定了它每次處理的資料有很強的區域性性，不會很大顛簸，所以歸併排比其它兩種效能提高數倍。

　
　　NTFS（Windows）：支援最大分割槽2TB，最大檔案2TB
　
　　FAT16（Windows）：支援最大分割槽2GB，最大檔案2GB
　
　　FAT32（Windows）：支援最大分割槽128GB，最大檔案4GB
　
　　Ext2
　
　　最大檔案大小： 1TB
　
　　最大檔案極限： 僅受檔案系統大小限制
　
　　最大分割槽/檔案系統大小： 4TB
　
　　最大檔名長度： 255 字元
　
　　預設最小/最大塊大小： 1024/4096 位元組
　
　　預設inode分配： 每4096位元組為1
　
　　在強制FS檢查前的最大裝載： 20（可配置）
　
　　//REDHAT9預設是ext3的檔案系統
　
　　Ext3
　
　　最大檔案大小： 1TB
　
　　最大檔案極限： 僅受檔案系統大小限制
　
　　最大分割槽/檔案系統大小： 4TB
　
　　最大檔名長度： 255 字元
　
　　預設最小/最大塊大小： 1024/4096 位元組
　
　　預設inode分配： 每4096位元組為1
　
　　在強制FS檢查前的最大裝載： 20（可配置）
　
　　ReiserFS
　
　　最大檔案大小： 1TB
　
　　最大檔案極限： 32k目錄，42億檔案
　
　　最大分割槽/檔案系統大小： 4TB
　
　　最大檔名長度： 255 字元
　
　　JFS
　
　　最小檔案系統大小 16 MB
　
　　最大檔案大小： 受體系結構限制
　
　　最大檔案極限： 受檔案系統大小限制
　
　　預設最小/最大塊大小： 1024/4096 位元組
　
　　預設inode分配： 動態