一，题目概要
题目：有10个文件，每个文件有1000万行，文件内容的每一行为一个自然数；需要，写一个程序，将所有数字排序，分为10个文件输出，如0号文件包含前1000万个数字，1号文件文件包含第1千万-2千万之间的数字，依次类推。
限制：如果使用java，-Xmx需要设置为32MB；其它语言也需限制内存为32MB。
要求:正确输出 使用多线程加分
编写时长：24 小时。提供可运行的程序，以及实现说明。
二，解题思路
提取信息：输入10个按题目要求的文件，经过排序，输出10个相应样式的文件。其中每个整数按4个字节算，需要内存大小为4*10000000*10=400MB。由于内存限制为32MB，所以要控制IO和内存完成排序
思路一：数据库排序
将文本文件导入到数据库，让数据库进行索引排序操作后提取数据到文件
->题干未提供额外数据库支持，且查询时间耗费太高
思路二：BitMap排序
声明一个可以包含8位整数的bit数组(1亿)，一共需要1亿/8=12.5M内存，把内存中的数据全部初始化为0 ，读取文件中的数据，并将数据放入内存，相应位置1，输出位数为1的整数即可，满足内存限制
->题干未说明输入文件整数唯一，提供额外计数位不确定
思路三：外部排序
借助磁盘空间作为数据中转，即从n个中转文件中（中转文件内的数据先要在内存排好序），每次取出N/n（N为最大内存可用空间）长度的顺串在内存中排序，然后写入输出文件直到归并完成
->可行性高
思路四：Hadoop Mapreduce
大数据框架配合处理运算节点，输出文件
->需要调整配置Hadoop，题干应该是考算法，不是工程
最终选择思路三：外部排序
第一种做法：输入10个文件，每次读相应大小的文件量并在内存用多线程归并排序（或者快排），排好输出到中转文件，然后将每个中转文件的前N/n读取到内存，再调用多线程排序，输出到10个文件中。
第二种做法：输入10个文件，使用选择置换来生成顺串，多路归并来归并顺串，败者树来达到最优归并
难点分析：
不管哪种做法Java文件IO都是绕不开的，
第一种做法比较简单，难点在于用多线程实现排序，不过磁盘IO次数多，时间效率会比较低
第二张做法通过算法减少磁盘IO次数时间，时间上会有优势，不过算法实现堆排序的多线程有难度
最终考虑第二种做法，实现算法，放弃多线程
三，实现说明
（流程：读文件->选择置换算法生成顺串->败者树多路归并->输出文件
选择置换算法用于生成顺串，在有限的内存限制下，它可以生成大概两倍于内存大小的顺串，其算法步骤如下：
假设内存中只有一个能容纳N个整型的数组
1. 首先从输入文件中读取N个数字将数组填满
2. 使用数组中现有数据构建一个最小堆
3. 重复以下步骤直到堆的大小变为0：
a. 把根结点的数字A（即当前数组中的最小值）输出
b. 从输入文件中再读出一个数字B，若R比刚输出的数字A 大，则将B放到堆的根节点处，若B不比A大，则将堆的最后一个元素移到根结点，将B放到堆的最后一个位置，并把堆的大小缩减1（即新读入的数据没有进入堆中）
c. 在根结点处调用Siftdown重新维护堆
4. 换一个输出文件，重新回到步骤
败者树：在多路归并的过程中，如果有K个顺串，每次有K个候选值，要找出其中的最小值，普通的做法需要进行K-1次比较，而使用败者树，则只需要O（logK)次比较，其原理就像我们平常的分组比赛，一个参赛者在小组出线之后，只需要与其他小组出线的参赛者比赛即可决出最后的冠军（最值），而不需要和其他所有参赛者都比一遍。
具体源码见https://github.com/lishinho/2019，这里稍微讲解：
generateData.class 有主方法Main生成随机数文件，getRandomNumber生成从0到Integer.Max_VALUE的随机值
Main.class test方法 文件初始化,把文件输入到缓存中；buildHeap建初始堆；siftDown调整堆；MultiWayMergeSort多路合并；createLoserTree建败者树；adjust调整败者树；CompareStr比较两个字符串型整数值大小
Test.class 主函数测试
四，结果验证
参考文献：
1.大数据排序总结
https://blog.csdn.net/zhushuai1221/article/details/51781002
2. 大数据排序常用数据结构
https://blog.csdn.net/chenchaofuck1/article/details/52069597
3. 选择置换+败者树C++实现