【发布时间】：2010-05-15 12:43:00
【问题描述】：
假设我有 5000 万个特征，每个特征都来自磁盘。
在我的程序开始时，我会处理每个功能，并根据某些条件对某些功能进行一些修改。
在我的程序的这一点上，我正在从磁盘读取一个特征，对其进行处理，然后将其写回，因为我没有足够的内存来一次打开所有 5000 万个特征。
现在假设我要对这 5000 万个特征进行排序，是否有任何优化算法可以做到这一点，因为我不能同时加载每个人？
像部分排序算法之类的？
【问题讨论】：
【发布时间】：2010-05-15 12:43:00
【问题描述】：
一般来说，您要查找的算法类称为external sorting。这种排序算法最广为人知的例子可能是Merge sort。
此算法（外部版本）的思想是将数据拆分为可以在内存中就地排序（例如 10 万个）并独立排序每个块（使用一些标准算法，例如 Quick sort ）。然后你获取块并合并它们（因此你将两个 100k 块合并为一个 200k 块），这可以通过将两个块中的元素读取到缓冲区中来完成（因为块已经排序）。最后，您将两个较小的块合并为一个块，该块将按正确的顺序包含所有元素。
【讨论】：
-
有点跑题了，但你的简历中有两个小错字：你写的是
abou而不是about和functinal而不是functional。
如果您使用的是 Unix，请使用 sort ;)
这可能看起来很愚蠢，但命令行工具已被编程来处理这种情况，您不必重新编程。
【讨论】：