Cracking the coding interview--Q9.4

原文：

If you have a 2 GB file with one string per line, which sorting algorithm would you use to sort the file and why?

译文：

如果你有个2GB的文件，其中每一行是一个字符串，你会使用哪种算法来排序，为什么？

当面试官说到2GB文件的时候，他其实就是在暗示你， 他并不希望一次性把所有的数据都载入内存。这样子的话，我们要怎么做呢？ 我们每次就将部分数据载入内存就好了。

算法：

首先我们要了解，可以用的内存有多大？假设我们有X MB的内存可用。

1. 我们将文件分为K份，其中X*K=2GB。每次取其中一份载入到内存中， 用O(nlog n)的算法排序，然后再保存到外部文件。
2. 载入下一份并排序
3. 当我们将K份小文件都排好序，合并它们。

上面的算法就是外排序，步骤3又称为N路归并。

使用外排序是由于数据太大了，无法一次全部加载到内存中，所以需要借助磁盘进行存储， 每次只从磁盘中加载一部分数据进入内存，进行排序。

推荐阅读： 维基百科：外排序

参考：http://hawstein.com/posts/9.4.html