C#實現外排序的示例代碼
更新時間：2023年11月28日 09:34:20 作者：神仙別鬧
本文介紹了C#中的外排序技術,以及如何使用C#實現外排序算法,通過使用排序算法,可以對大量數據進行排序,并且可以有效地處理超大數據集,感興趣的可以了解下
一、N 路歸并排序
1.1、概序
我們知道算法中有一種叫做分治思想，一個大問題我們可以采取分而治之，各個突破，當子問題解決了，大問題也就 KO 了，還有一點我們知道內排序的歸并排序是采用二路歸并的，因為分治后有 LogN 層，每層兩路歸并需要 N 的時候，最后復雜度為 NlogN，那么外排序我們可以將這個“二”擴大到 M，也就是將一個大文件分成 M 個小文件，每個小文件是有序的，然后對應在內存中我們開 M 個優(yōu)先隊列，每個隊列從對應編號的文件中讀取 TopN 條記錄，然后我們從 M 路隊列中各取一個數字進入中轉站隊列，并將該數字打上隊列編號標記，當從中轉站出來的最小數字就是我們最后要排序的數字之一，因為該數字打上了隊列編號，所以方便我們通知對應的編號隊列繼續(xù)出數字進入中轉站隊列，可以看出中轉站一直保存了 M 個記錄，當中轉站中的所有數字都出隊完畢，則外排序結束。如果大家有點蒙的話，我再配合一張圖，相信大家就會一目了然，這考驗的是我們的架構能力。
圖中這里有個 Batch 容器，這個容器我是基于性能考慮的，當 batch=n 時，我們定時刷新到文件中，保證內存有足夠的空間。
1.2、構建
<1> 生成數據
這個基本沒什么好說的，采用隨機數生成 n 條記錄?！?br /><2> 切分數據
根據實際情況我們來決定到底要分成多少個小文件，并且小文件的數據必須是有序的，小文件的個數也對應這內存中有多少個優(yōu)先隊列?！?br /><3> 加入隊列
我們知道內存隊列存放的只是小文件的 topN 條記錄，當內存隊列為空時，我們需要再次從小文件中讀取下一批的 TopN 條數據，然后放入中轉站繼續(xù)進行比較。
<4> 測試
最后我們來測試一下:
數據量：short.MaxValue。
內存存放量：1200。
在這種場景下，我們決定每個文件放 1000 條，也就有 33 個小文件，也就有 33 個內存隊列，每個隊列取 Top100 條，Batch=500 時刷新
硬盤，中轉站存放 332 個數字（因為入中轉站時打上了隊列標記）,最后內存活動最大總數為：sum=33100+500+66=896<1200。
時間復雜度為 N*logN。
總的代碼：
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Diagnostics;
using System.Threading;
using System.IO;
using System.Threading.Tasks;
namespace ConsoleApplication2
{
public class Program
{
public static void Main()
{
//生成2^15數據
CreateData(short.MaxValue);
//每個文件存放1000條
var pageSize = 1000;
//達到batchCount就刷新記錄
var batchCount = 0;
//判斷需要開啟的隊列
var pageCount = Split(pageSize);
//內存限制：1500條
List<PriorityQueue<int?>> list = new List<PriorityQueue<int?>>();
//定義一個隊列中轉器
PriorityQueue<int?> queueControl = new PriorityQueue<int?>();
//定義每個隊列完成狀態(tài)
bool[] complete = new bool[pageCount];
//隊列讀取文件時應該跳過的記錄數
int[] skip = new int[pageCount];
//是否所有都完成了
int allcomplete = 0;
//定義 10 個隊列
for (int i = 0; i < pageCount; i++)
{
list.Add(new PriorityQueue<int?>());
//i： 記錄當前的隊列編碼
//list: 隊列數據
//skip：跳過的條數
AddQueue(i, list, ref skip);
}
//初始化操作，從每個隊列中取出一條記錄，并且在入隊的過程中
//記錄該數據所屬的 “隊列編號”
for (int i = 0; i < list.Count; i++)
{
var temp = list[i].Dequeue();
//i:隊列編碼,level:要排序的數據
queueControl.Eequeue(i, temp.level);
}
//默認500條寫入一次文件
List<int> batch = new List<int>();
//記錄下次應該從哪一個隊列中提取數據
int nextIndex = 0;
while (queueControl.Count() > 0)
{
//從中轉器中提取數據
var single = queueControl.Dequeue();
//記錄下一個隊列總應該出隊的數據
nextIndex = single.t.Value;
var nextData = list[nextIndex].Dequeue();
//如果改對內彈出為null，則說明該隊列已經，需要從nextIndex文件中讀取數據
if (nextData == null)
{
//如果該隊列沒有全部讀取完畢
if (!complete[nextIndex])
{
AddQueue(nextIndex, list, ref skip);
//如果從文件中讀取還是沒有，則說明改文件中已經沒有數據了
if (list[nextIndex].Count() == 0)
{
complete[nextIndex] = true;
allcomplete++;
}
else
{
nextData = list[nextIndex].Dequeue();
}
}
}
//如果彈出的數不為空，則將該數入中轉站
if (nextData != null)
{
//將要出隊的數據 轉入 中轉站
queueControl.Eequeue(nextIndex, nextData.level);
}
batch.Add(single.level);
//如果batch=500，或者所有的文件都已經讀取完畢，此時我們要批量刷入數據
if (batch.Count == batchCount || allcomplete == pageCount)
{
var sw = new StreamWriter(Environment.CurrentDirectory + "http://result.txt", true);
foreach (var item in batch)
{
sw.WriteLine(item);
}
sw.Close();
batch.Clear();
}
}
Console.WriteLine("恭喜，外排序完畢！");
Console.Read();
}
#region 將數據加入指定編號隊列
/// <summary>
/// 將數據加入指定編號隊列
/// </summary>
/// <param name="i">隊列編號</param>
/// <param name="skip">文件中跳過的條數</param>
/// <param name="list"></param>
/// <param name="top">需要每次讀取的條數</param>
public static void AddQueue(int i, List<PriorityQueue<int?>> list, ref int[] skip, int top = 100)
{
var result = File.ReadAllLines((Environment.CurrentDirectory + "http://" + (i + 1) + ".txt"))
.Skip(skip[i]).Take(top).Select(j => Convert.ToInt32(j));
//加入到集合中
foreach (var item in result)
list[i].Eequeue(null, item);
//將個數累計到skip中，表示下次要跳過的記錄數
skip[i] += result.Count();
}
#endregion
#region 隨機生成數據
/// <summary>
/// 隨機生成數據
///<param name="max">執(zhí)行生成的數據上線</param>
/// </summary>
public static void CreateData(int max)
{
var sw = new StreamWriter(Environment.CurrentDirectory + "http://demo.txt");
for (int i = 0; i < max; i++)
{
Thread.Sleep(2);
var rand = new Random((int)DateTime.Now.Ticks).Next(0, int.MaxValue >> 3);
sw.WriteLine(rand);
}
sw.Close();
}
#endregion
#region 將數據進行分份
/// <summary>
/// 將數據進行分份
/// <param name="size">每頁要顯示的條數</param>
/// </summary>
public static int Split(int size)
{
//文件總記錄數
int totalCount = 0;
//每一份文件存放 size 條 記錄
List<int> small = new List<int>();
var sr = new StreamReader((Environment.CurrentDirectory + "http://demo.txt"));
var pageSize = size;
int pageCount = 0;
int pageIndex = 0;
while (true)
{
var line = sr.ReadLine();
if (!string.IsNullOrEmpty(line))
{
totalCount++;
//加入小集合中
small.Add(Convert.ToInt32(line));
//說明已經到達指定的 size 條數了
if (totalCount % pageSize == 0)
{
pageIndex = totalCount / pageSize;
small = small.OrderBy(i => i).Select(i => i).ToList();
File.WriteAllLines(Environment.CurrentDirectory + "http://" + pageIndex + ".txt", small.Select(i => i.ToString()));
small.Clear();
}
}
else
{
//說明已經讀完了，將剩余的small記錄寫入到文件中
pageCount = (int)Math.Ceiling((double)totalCount / pageSize);
small = small.OrderBy(i => i).Select(i => i).ToList();
File.WriteAllLines(Environment.CurrentDirectory + "http://" + pageCount + ".txt", small.Select(i => i.ToString()));
break;
}
}
return pageCount;
}
#endregion
}
}
優(yōu)先隊列：
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Diagnostics;
using System.Threading;
using System.IO;
namespace ConsoleApplication2
{
public class PriorityQueue<T>
{
/// <summary>
/// 定義一個數組來存放節(jié)點
/// </summary>
private List<HeapNode> nodeList = new List<HeapNode>();
#region 堆節(jié)點定義
/// <summary>
/// 堆節(jié)點定義
/// </summary>
public class HeapNode
{
/// <summary>
/// 實體數據
/// </summary>
public T t { get; set; }
/// <summary>
/// 優(yōu)先級別 1-10個級別 (優(yōu)先級別遞增)
/// </summary>
public int level { get; set; }
public HeapNode(T t, int level)
{
this.t = t;
this.level = level;
}
public HeapNode() { }
}
#endregion
#region 添加操作
/// <summary>
/// 添加操作
/// </summary>
public void Eequeue(T t, int level = 1)
{
//將當前節(jié)點追加到堆尾
nodeList.Add(new HeapNode(t, level));
//如果只有一個節(jié)點，則不需要進行篩操作
if (nodeList.Count == 1)
return;
//獲取最后一個非葉子節(jié)點
int parent = nodeList.Count / 2 - 1;
//堆調整
UpHeapAdjust(nodeList, parent);
}
#endregion
#region 對堆進行上濾操作，使得滿足堆性質
/// <summary>
/// 對堆進行上濾操作，使得滿足堆性質
/// </summary>
/// <param name="nodeList"></param>
/// <param name="index">非葉子節(jié)點的之后指針（這里要注意：我們
/// 的篩操作時針對非葉節(jié)點的）
/// </param>
public void UpHeapAdjust(List<HeapNode> nodeList, int parent)
{
while (parent >= 0)
{
//當前index節(jié)點的左孩子
var left = 2 * parent + 1;
//當前index節(jié)點的右孩子
var right = left + 1;
//parent子節(jié)點中最大的孩子節(jié)點，方便于parent進行比較
//默認為left節(jié)點
var min = left;
//判斷當前節(jié)點是否有右孩子
if (right < nodeList.Count)
{
//判斷parent要比較的最大子節(jié)點
min = nodeList[left].level < nodeList[right].level ? left : right;
}
//如果parent節(jié)點大于它的某個子節(jié)點的話，此時篩操作
if (nodeList[parent].level > nodeList[min].level)
{
//子節(jié)點和父節(jié)點進行交換操作
var temp = nodeList[parent];
nodeList[parent] = nodeList[min];
nodeList[min] = temp;
//繼續(xù)進行更上一層的過濾
parent = (int)Math.Ceiling(parent / 2d) - 1;
}
else
{
break;
}
}
}
#endregion
#region 優(yōu)先隊列的出隊操作
/// <summary>
/// 優(yōu)先隊列的出隊操作
/// </summary>
/// <returns></returns>
public HeapNode Dequeue()
{
if (nodeList.Count == 0)
return null;
//出隊列操作，彈出數據頭元素
var pop = nodeList[0];
//用尾元素填充頭元素
nodeList[0] = nodeList[nodeList.Count - 1];
//刪除尾節(jié)點
nodeList.RemoveAt(nodeList.Count - 1);
//然后從根節(jié)點下濾堆
DownHeapAdjust(nodeList, 0);
return pop;
}
#endregion
#region 對堆進行下濾操作，使得滿足堆性質
/// <summary>
/// 對堆進行下濾操作，使得滿足堆性質
/// </summary>
/// <param name="nodeList"></param>
/// <param name="index">非葉子節(jié)點的之后指針（這里要注意：我們
/// 的篩操作時針對非葉節(jié)點的）
/// </param>
public void DownHeapAdjust(List<HeapNode> nodeList, int parent)
{
while (2 * parent + 1 < nodeList.Count)
{
//當前index節(jié)點的左孩子
var left = 2 * parent + 1;
//當前index節(jié)點的右孩子
var right = left + 1;
//parent子節(jié)點中最大的孩子節(jié)點，方便于parent進行比較
//默認為left節(jié)點
var min = left;
//判斷當前節(jié)點是否有右孩子
if (right < nodeList.Count)
{
//判斷parent要比較的最大子節(jié)點
min = nodeList[left].level < nodeList[right].level ? left : right;
}
//如果parent節(jié)點小于它的某個子節(jié)點的話，此時篩操作
if (nodeList[parent].level > nodeList[min].level)
{
//子節(jié)點和父節(jié)點進行交換操作
var temp = nodeList[parent];
nodeList[parent] = nodeList[min];
nodeList[min] = temp;
//繼續(xù)進行更下一層的過濾
parent = min;
}
else
{
break;
}
}
}
#endregion
#region 獲取元素并下降到指定的level級別
/// <summary>
/// 獲取元素并下降到指定的level級別
/// </summary>
/// <returns></returns>
public HeapNode GetAndDownPriority(int level)
{
if (nodeList.Count == 0)
return null;
//獲取頭元素
var pop = nodeList[0];
//設置指定優(yōu)先級（如果為 MinValue 則為 -- 操作）
nodeList[0].level = level == int.MinValue ? --nodeList[0].level : level;
//下濾堆
DownHeapAdjust(nodeList, 0);
return nodeList[0];
}
#endregion
#region 獲取元素并下降優(yōu)先級
/// <summary>
/// 獲取元素并下降優(yōu)先級
/// </summary>
/// <returns></returns>
public HeapNode GetAndDownPriority()
{
//下降一個優(yōu)先級
return GetAndDownPriority(int.MinValue);
}
#endregion
#region 返回當前優(yōu)先隊列中的元素個數
/// <summary>
/// 返回當前優(yōu)先隊列中的元素個數
/// </summary>
/// <returns></returns>
public int Count()
{
return nodeList.Count;
}
#endregion
}
}
到此這篇關于C#實現外排序的示例代碼的文章就介紹到這了,更多相關C# 外排序內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要為大家分享了C#時間操作類，秒轉換成分鐘，獲得兩個日期的間隔等，具有一定的參考價值，感興趣的小伙伴們可以參考一下2017-06-06
這篇文章主要為大家詳細介紹了如何利用C#實現簡單的記事本的功能,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起學習一下2023-12-12
值轉換器是?WPF?項目中具有特色的組成部分,這篇文章將帶大家實現一個標準的值轉換器,文中的示例代碼講解詳細,有需要的小伙伴可以參考一下2025-02-02
這篇文章介紹了C#中DateTime函數的詳細用法，文中通過示例代碼介紹的非常詳細。對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-06-06
在現代開發(fā)中JSON已經成為了一種非常流行的數據格式,下面這篇文章主要給大家介紹了關于C#讀寫json文件操作的正確方法,文中通過代碼介紹的非常詳細,需要的朋友可以參考下2024-07-07
這篇文章主要介紹了C#圖像偽彩色處理方法,涉及C#操作圖像的偽彩色相關技巧,需要的朋友可以參考下2015-04-04
今天用到spreadsheetGear插件，然后右鍵有插件自己的菜單。都是英文的，而且還能打開新的窗體。嵌到程序里面，不太合適，所以著手屏蔽2014-02-02
這篇文章主要介紹了C#實現簡單的3DES加密解密功能,結合實例形式分析了C#實現3DES加密解密的定義、使用等具體步驟與相關操作技巧,需要的朋友可以參考下2017-08-08
這篇文章主要介紹了C# 單元測試的相關資料，幫助大家更好的理解和學習使用c#，感興趣的朋友可以了解下2021-04-04
這篇文章主要介紹了C# 如何實現一個帶通知的List<T>，幫助大家更好的理解和學習使用c#，感興趣的朋友可以了解下2021-02-02