《编程珠玑》——第一章习题

1.6习题

3. 程序如下

#!/usr/bin/env python
# encoding: utf-8

"""
@version: ??
@author: Dawei Gao
@contact: david_gao@buaa.edu.cn
@software: PyCharm
@file: dataForSorting.py
@time: 2017/10/17 下午9:04


"""

import time
from random import *

def dataGen(n):
    """
    产生包含 n个 小于10 000 000的 不重复 的 整数 的文件夹
    :param n:
    :return:
    """
    f = open('dataForSorting.txt', 'w')
    a = [0] * 10000000
    count = 0
    while count < n:
        m = randint(0,10000000-1)
        if a[m] == 0:
            f.write(str(m) + "\n")
            count += 1
            a[m] = 1
    f.close()

def bitSort():
    a = [0] * 10000000
    for line in open('dataForSorting.txt','r'):
        a[int(line)] = 1
    # output
    res = open('res_dataForSorting_bitsort.txt','w')
    for i in range(len(a)):
        if a[i]==1:
            res.write(str(i)+"\n")
    res.close()

def sysSort():
    # read
    a = []
    for line in open('dataForSorting.txt', 'r'):
        a.append(int(line))
    a.sort()
    # output
    res = open('res_dataForSorting_syssort.txt', 'w')
    for m in a:
        res.write(str(m) + "\n")
    res.close()

if __name__ == '__main__':
    # 产生数据
    #dataGen(1000000)
    # 位图排序
    stime = time.clock()
    bitSort()
    etime = time.clock()
    print("bitSort: "+str((etime-stime)) + "s")
    # 快排
    stime = time.clock()
    sysSort()
    etime = time.clock()
    print("sysSort: " + str((etime - stime)) + "s")

注意这里位图排序方法并未采用真正意识上的“位”，仍是采用数组完成的。因为不清楚python如何直接在内存里写二进制数0/1（即0/1只占一个bit），现在还不清楚如何实现。

输出结果为

bitSort: 2.155071s
sysSort: 1.945613s

Process finished with exit code 0

根据输出结果，在内存足够的情况下（且都采用32位整数的存储方式时），快排的效率是要比位图排序更高的。

4. 程序如下

def dataGen(n, k):
    """
    产生包含 k个 小于 n 的 不重复 的 整数 的文件夹
    :param n:
    :param k:
    :return:
    """
    f = open('dataForSorting.txt', 'w')
    a = [0] * k
    count = 0
    while count < k:
        m = randint(0,n-1)
        if a[m] == 0:
            f.write(str(m) + "\n")
            count += 1
            a[m] = 1
    f.close()

5.

如果1M的空间是严格的化，即按照位图排序方法也无法创建容纳10 000 000个整数的数组。

方法一：可以先将1M能够容纳的数字统计下来，即

1M=1024∗1024byte