使用K方式合并合并n排序的文件

Question

有关于合并分类文件或说合并k排序文件的体面文献。他们都在理论上，即每个文件的第一个元素都放在一个堆中，然后直到堆为空的轮询为元素，然后从获取此元素的文件中获取另一个元素。只要每个文件的一个记录都可以放在堆中。

现在我们说我有n个排序的文件，但我只能在堆和k＆lt中带上k记录；n，让我们说n = kc，其中" c"是乘数，暗示n是如此之大，以至于它是c的某些倍数。显然，这需要一遍又一遍地合并，直到我们只剩下k文件，然后将它们合并为最后一次排序的最后一次。我该如何实现此问题，这将是什么复杂性？

Answer 1

在Java中编写的Kway合并的示例多个示例。一个是http://www.sanfoundry.com/java-program-k-way-merge-algorithm/。

要实现您的合并，您只需要编写一个简单的包装器，该包装器不断扫描您的目录，馈送事物文件，直到只剩下一个。基本思想是：

while number of files > 1
    fileList = Load all file names
    i = 0
    while i < fileList.length
        filesToMerge = copy files i through i+k-1 from file list
        merge(filesToMerge, output file name)
        i += k
    end while
end while

复杂性分析

如果我们假设每个文件包含相同数量的项目。

，这很容易考虑。

您必须合并m文件，每个文件包含n个项目，但是您只能一次合并K文件。因此，您必须执行日志 _k （m）通过。也就是说，如果您有1,024个文件，并且一次只能合并16个文件，那么您将进行一次合并16个文件，创建总共64个文件。然后，您将进行另一个通过一次合并16个文件，创建四个文件的通行证，而您的最终通行证将合并这四个文件以创建输出。

如果您有k文件，每个文件都包含n个项目，则合并它们的复杂性为o（n*k log ₂ k）。

因此，在第一个通过中，您进行了m/k合并，每个通过具有复杂性o（nk log k）。那是o（（m/k） * n * k * log ₂ k）或o（mn log k）。

现在，您的每个文件都包含n k k项，并且每个文件都会进行m/k/k合并。因此，第二次通过的复杂度为O（（M/K ² ）N * K ² * log ₂ k）。简化了，这也对O（Mn log K）也有效。

在第二次通过中，您进行k合并，每个合并具有复杂性o（nk）。请注意，在您使用M*n项目的每次通行证中。因此，您所做的每次通过是O（Mn log K）。而且您正在执行日志 _k （m）通过。因此，总的复杂性为：O（log _k （m） *（mn log k））或

O((Mn log k) log M)

每个文件包含相同数量的项目的假设不会影响渐近分析，因为，正如我所表明的那样，每次通过操纵相同数量的项目：m*n。

Answer 2

这就是我所有的想法

我会在迭代中进行。首先，我会选择p = floor（n/k）迭代以获取P排序文件。然后继续对P N％K项目进行此操作，直到P N％K变为较少。然后最终将获得排序的文件。

这有意义吗？