100G 数据,只有 100M 内存,怎么排序?

这里写图片描述

100G 数据,按照 100M 内存拆分,然后排序有序的数据,然后写入到 file1,file2…file100。
多路归并。
第一回合:
从 file1,file2,file3……file100.取出第一个数。及最小的。所有的初始指针都是第一行。
m i n 1 = m i n ( fil1, f i l e 2 , f i l e 3 . . f i l e 100 ) min1 写入到大数据文件。大数据行数指针+1。 m i n 1 + 1 f i l e 1 , f i l e 2 , f i l e 3 f i l e 100. min2 = min( f i l 1 , file2,file3…..file100);
m i n 2 + 1 min2 对应的行数指针+1。

多路归并排序:

function mergeMultiArray($arr)
{
    //初始化参赛 PK 的数据
    40
        foreach($arr as $key => $items)
        {
            //初始化每个参赛的第一个元素
            $idx[$key] = 0;
        }
    $retArr = array();
    $retIdx = 0;
    while(false == empty($arr))
    {
        $min = null;//最小值
        $minKey = null;//最小值得代表队编号
        foreach($arr as $key => $items)
        {
            $tmpIdx = $idx[$key];//参赛代表对当前指针
            $tmpMin = $items[$tmpIdx];//参赛代表对的值
            $tmpKey = $key;//参赛代表对的编号
            if(null == $min || $tmpMin < $min)
            {
                $min = $tmpMin;
                $minKey = $key;
            }
        }
        //写入结果
        $retArr[$retIdx] = $min;
        $retIdx++;
        //或者队伍的指针+1
        $idx[$minKey]++;
        //参赛代表队,队员已经用完了
        if($idx[$minKey] >= count($arr[$minKey]))
        {
            unset($arr[$minKey]);
        }
    }
    return $retArr;
}
$ret = mergeMultiArray(array(array(1,10,100),array(2,30,70),array(4,6,9)));
print_r($ret);

猜你喜欢

转载自blog.csdn.net/CleverCode/article/details/81743736