磁盘文件排序思路--外排

问题描述：
输入：一个最多含有n个不重复的正整数（也就是说可能含有少于n个不重复正整数）的文件，其中每个数都小于等于n，且n=10^7。
输出：得到按从小到大升序排列的包含所有输入的整数的列表。
条件：最多有大约1MB的内存空间可用，但磁盘空间足够。

 1、内存排序
要求的可用内存为1MB，那么每次可以在内存中对250K的数据进行排序，然后将有序的数写入硬盘。   ///是250K个整数，也就是说大约1000KB大约1MB空间
那么10M的数据需要循环40次，最终产生40个有序的文件。
2、归并排序

1. 将每个文件最开始的数读入(由于有序，所以为该文件最小数)，存放在一个大小为40的first_data数组中；
2. 选择first_data数组中最小的数min_data，及其对应的文件索引index；
3. 将first_data数组中最小的数写入文件result，然后更新数组first_data(根据index读取该文件下一个数代替min_data)；
4. 判断是否所有数据都读取完毕，否则返回2。

摘自：http://blog.youkuaiyun.com/v_JULY_v/article/details/6451990

 

补充：2归并排序中的3，根据index读取该文件下一个数代替min_data的时候，如果index对应的文件已经没数了，那么用正无穷代替min_data

           2归并排序中的4判断所有数据是否读完的方法就是判断是否所有元素都是正无穷

最终result文件中是一个从小到大排好顺序的结果文件