事实：海量数据排序，内存足够大，哪种排序算法更好？

海量数据排序，并且内存足够大。一般来说，合并排序会更好，因为读取次数会减少，但是如果存储空间不足，自然会减少次数，因此也可以使用快速排序。

对于大数据和大内存，您可以根据执行数据挖掘的读取次数进行选择。在数据挖掘理论中，读取次数越少，消除方法越快。

这里有一个问题：假设您只有100Mb的内存，则需要对1Gb数据进行排序：

首先，内存仅为100Mb，但数据为1Gb，因此绝对不可能一次将其放入内存中进行排序。您只能使用外部排序，而外部排序通常使用多个合并排序，也就是说，原始文件分为多个部分，可以一次将其加载到内存中（例如此处为100Mb），分别传输每个部分进入内存以完成排序（根据情况选择适当的内部行算法），然后对排序后的子文件（胜利树或失败者树）执行多路合并排序。

外部排序是指对大文件的排序，即将要排序的记录存储在外部存储器中，不能将要排序的文件一次加载到内存中，并且之间进行多次数据交换。需要内存和外部存储器才能达到对整个文件进行排序的目的！

首先，由于内存足够大，所有数据都可以上传到内存，因此仅考虑内部排序。

对于所使用的内部排序，它与数据本身有关。如果数据足够混乱，则当然选择快速排序。如果数据本身具有特定顺序，则应考虑其他排序，例如Hill排序。并且由于数据本身非常大，因此建议使用链接列表而不是数组存储。 （尽管内存足够大）。

还有：海量数据和足够的内存，这显然是两个矛盾的条件！ ！ ！

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/shoujiruanjian/article-313795-1.html