归并排序算法介绍,请参照Wikipeida
zh.wikipedia.org/wiki/%E5%BD%92%E5%B9%B6%E6%8E%92%E5%BA%8F
基本思想:
大文件分割成行数相等的两个子文件,递归(归并排序)两个子文件,直到递归到分割成的子文件低于限制行数
低于限制行数的子文件直接排序
两个排序好的子文件归并到父文件
直到最后所有排序好的父文件归并到输入的大文件并返回
之前看了网上很多示例代码,写的很不简洁, 引入了过多的临时变量i, j, k等等, 导致程序基本没法看,
只好自己写了一个,没有很关心执行效率, 只求够用,以后有机会再优化一下吧。
Performance:
输入999999行 on
Intel(R) Core(TM)2 Duo CPU @ 2.66GHz 硬盘 5400转
cost: 8951 MILLISECONDS
cost: 8 MICROSECONDS per line
JDK要求
Java 8
package com.java.sort.merge; import com.google.common.base.Charsets; import com.google.common.base.Stopwatch; import com.google.common.base.Strings; import com.google.common.collect.ImmutableList; import com.google.common.collect.Iterators; import com.google.common.collect.PeekingIterator; import com.google.common.io.Files; import org.apache.commons.io.FileUtils; import org.apache.commons.io.IOUtils; import org.apache.commons.io.filefilter.AndFileFilter; import org.apache.commons.io.filefilter.PrefixFileFilter; import org.apache.commons.io.filefilter.SuffixFileFilter; import org.apache.logging.log4j.LogManager; import org.apache.logging.log4j.Logger; import org.junit.AfterClass; import org.junit.BeforeClass; import org.junit.Test; import java.io.*; import java.util.Iterator; import java.util.TreeSet; import java.util.concurrent.TimeUnit; import java.util.stream.Stream; public class FileMergeSort { private static final Logger log = LogManager.getLogger(); private static final long total = 999999L; private static final int limit = 99999; private static void cleanTempFiles() { FilenameFilter filter = new AndFileFilter(ImmutableList.of(new PrefixFileFilter("sort"), new SuffixFileFilter(".part"))); ImmutableList.copyOf(FileUtils.getTempDirectory().listFiles(filter)).forEach(File::delete); } private static long lineNumber(File input) throws IOException { try (Stream<String> stream = Files.newReader(input, Charsets.UTF_8).lines()) { return stream.count(); } } private static File split(File input, long from, long to) throws IOException { File part = File.createTempFile("sort", ".part"); long lineNumber = 0L; String line = null; try (Stream<String> stream = Files.newReader(input, Charsets.UTF_8).lines(); Writer writer = Files.newWriter(part, Charsets.UTF_8)) { Iterator<String> lineIterator = stream.iterator(); while (lineIterator.hasNext() && lineNumber <= to) { line = lineIterator.next(); if (lineNumber >= from) { writer.write(line.concat(IOUtils.LINE_SEPARATOR)); } lineNumber++; } } return part; } private static File merge(File source, File left, File right) throws IOException { try (Stream<String> leftStream = Files.newReader(left, Charsets.UTF_8).lines(); Stream<String> rightStream = Files.newReader(right, Charsets.UTF_8).lines(); Writer writer = Files.newWriter(source, Charsets.UTF_8)) { PeekingIterator<String> leftPeekingIterator = Iterators.peekingIterator(leftStream.iterator()); PeekingIterator<String> rightPeekingIterator = Iterators.peekingIterator(rightStream.iterator()); String leftLine, rightLine; writer.write(""); while (leftPeekingIterator.hasNext() && rightPeekingIterator.hasNext()) { leftLine = leftPeekingIterator.peek(); rightLine = rightPeekingIterator.peek(); if (leftLine.compareTo(rightLine) < 0) { writer.append(leftLine.concat(IOUtils.LINE_SEPARATOR)); leftPeekingIterator.next(); } else { writer.append(rightLine.concat(IOUtils.LINE_SEPARATOR)); rightPeekingIterator.next(); } } while (leftPeekingIterator.hasNext()) { writer.append(leftPeekingIterator.next().concat(IOUtils.LINE_SEPARATOR)); } while (rightPeekingIterator.hasNext()) { writer.append(rightPeekingIterator.next().concat(IOUtils.LINE_SEPARATOR)); } } return source; } private static File inMemorySort(File input) throws IOException { TreeSet<String> lines = new TreeSet<>(String::compareTo); try (BufferedReader reader = Files.newReader(input, Charsets.UTF_8);) { String line; while ((line = reader.readLine()) != null) { lines.add(line); } } FileUtils.writeLines(input, lines); return input; } public static File mergeSort(File input) throws IOException { long total = lineNumber(input); if (total <= limit) { return inMemorySort(input); } long half = total / 2L; File left = mergeSort(split(input, 0, half)); File right = mergeSort(split(input, half + 1, total)); return merge(input, left, right); } @BeforeClass public static void init() throws IOException { cleanTempFiles(); int minLength = String.valueOf(total).length(); try (Writer writer = Files.newWriter(new File("z:\\long.txt"), Charsets.UTF_8)) { writer.write(""); for (long i = total; i > 0L; i--) { writer.append(Strings.padStart(String.valueOf(i), minLength, '0').concat(IOUtils.LINE_SEPARATOR)); } } } @AfterClass public static void clean() { cleanTempFiles(); } @Test public void testSort() throws IOException { Stopwatch watch = Stopwatch.createStarted(); File sorted = mergeSort(new File("z:\\long.txt")); watch.stop(); log.info(String.format("cost: %s MILLISECONDS", watch.elapsed(TimeUnit.MILLISECONDS))); log.info(String.format("cost: %s MICROSECONDS per line", watch.elapsed(TimeUnit.MICROSECONDS) / total)); } }
<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>com.java.app</groupId> <artifactId>sample</artifactId> <version>1.0-SNAPSHOT</version> <dependencies> <dependency> <groupId>commons-io</groupId> <artifactId>commons-io</artifactId> <version>2.4</version> </dependency> <dependency> <groupId>com.google.guava</groupId> <artifactId>guava</artifactId> <version>18.0</version> </dependency> <dependency> <groupId>org.apache.logging.log4j</groupId> <artifactId>log4j-api</artifactId> <version>2.1</version> </dependency> <dependency> <groupId>org.apache.logging.log4j</groupId> <artifactId>log4j-core</artifactId> <version>2.1</version> </dependency> <dependency> <groupId>org.apache.logging.log4j</groupId> <artifactId>log4j-jcl</artifactId> <version>2.1</version> </dependency> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>4.12</version> <scope>test</scope> </dependency> </dependencies> </project>
相关推荐
本文将详细介绍C++中实现的希尔排序、快速排序、堆排序和归并排序这四种经典排序算法。 希尔排序,由Donald Shell于1959年提出,是一种改进的插入排序。它的基本思想是通过设置一个增量序列,将待排序的元素按照...
归并排序是一种高效的、稳定的排序算法,由著名计算机科学家John W. Backus在1946年提出。它是基于分治策略的一种经典算法,适用于处理大量数据。在本系列的第一部分,我们将深入探讨归并排序的基本原理、实现过程...
归并排序是一种经典的排序算法,采用分治法的思想,将待排序数组分为若干个子序列,这些子序列是已排序的,然后再按照一定的方式合并这些子序列得到最终排序后的数组。归并排序在实际应用中非常广泛,尤其在处理大...
这里我们将详细讨论四种常见的排序算法:冒泡排序、简单选择排序、归并排序和堆排序,以及它们在C#语言中的实现。 1. **冒泡排序**: 冒泡排序是一种简单的交换排序,它通过不断比较相邻元素并交换位置来逐步排序...
本资源提供了七大经典排序算法的实现程序,包括快速排序、冒泡排序、选择排序、归并排序、插入排序、希尔排序和堆排序。下面将逐一详细介绍这些排序算法及其原理。 1. 快速排序:由C.A.R. Hoare提出,是一种采用...
首先,堆排序是一种基于比较的排序算法,利用了二叉堆的数据结构。二叉堆是一个完全二叉树,可以分为最大堆或最小堆,其中每个父节点的值都大于或等于其子节点。堆排序的过程包括构建初始堆和调整堆。首先,将无序...
根号n段归并排序是一种优化过的归并排序算法,主要针对大数组的排序场景,其核心思想是将数组分成更小的段,每段的大小大约为根号n(向下取整)。这个方法旨在减少合并操作的次数,因为归并排序在合并过程中通常会...
这篇实验报告将深入探讨两种经典的排序算法——快速排序和归并排序,通过对它们在Java环境中的实现和性能测试,揭示它们在处理不同规模数据时的效率差异。 **快速排序(Quick Sort)** 快速排序由C.A.R. Hoare在...
归并排序(Merge Sort)是一种基于分治策略的高效排序算法,由计算机科学家John W. Backus于1945年提出。它的工作原理可以分为三个主要步骤:分解、解决和合并。 1. 分解:将原始数据序列分成两个相等(或接近相等...
在本资源中,我们主要关注的是使用MATLAB编程语言实现三种经典的排序算法:插入排序、二分归并排序以及归并排序。这些算法是计算机科学基础中的重要组成部分,特别是在算法设计与分析领域。MATLAB是一种强大的数值...
归并排序是一种高效的排序算法,其基本思想是采用分治法(Divide and Conquer),将一个数组分成两个子数组,然后递归地对这两个子数组进行排序,最后将两个有序的子数组合并成一个有序数组。本篇介绍一种具体的实现...
在计算机科学中,排序算法是数据处理的重要组成部分,它们用于将一组无序的数据按照特定顺序进行排列。这里我们将深入探讨七种常用的排序算法,并通过C++语言实现它们。这七种算法分别是:冒泡排序、选择排序、直接...
总的来说,归并排序算法是一种基于分治策略的排序方法,它通过递归或迭代的方式将数组分为两半,对每一半进行排序,然后将结果合并。其时间复杂度为O(n log n),适用于处理大数据量的排序任务。程序中的实现清晰地...
根据给定的文件信息,我们将深入探讨两种经典的排序算法——快速排序和归并排序,并结合Java语言实现进行详细解析。 ### 快速排序算法 快速排序是一种高效的排序算法,采用分而治之的策略,其核心思想是选择一个...
然后,对每个块进行内部排序,可以使用快速排序、插入排序等简单的排序算法。接着,将相邻的已排序块两两合并,形成更大的已排序块。这个过程持续进行,直到只剩下一个包含所有数据的大块。 2. **第二阶段:多路...
**算法设计实验报告** 在计算机科学中,排序是数据处理中的基本...通过本实验报告,读者不仅能掌握快速排序和归并排序的基本原理,还能通过实践提升对算法设计与分析的理解,为进一步深入学习和应用排序算法奠定基础。
直接插入排序、冒泡排序、快速排序、直接选择排序、堆排序和二路归并排序是计算机科学中经典的排序算法,它们在数据处理和算法学习中占有重要地位。这些排序算法各有特点,适用场景不同,下面将逐一详细介绍,并结合...
### 归并排序算法知识点...- 在分布式计算环境中对多个节点上的数据进行合并排序。 - 文件系统中的排序操作等。 综上所述,归并排序是一种非常实用且高效的排序算法,在计算机科学和软件工程领域有着广泛的应用前景。