bitmap對海量無重複的整數排序
阿新 • • 發佈:2019-02-02
現在有n個無重複的正整數(n 小於10的7次方),如果記憶體限制在1.5M以內,要求對著n個數進行排序。【程式設計珠璣第一章題目】
很顯然,10的7次方個整數佔用的空間為10 ^ 7 * 4位元組,大約等於40M,而記憶體限制為1.5M,因此,無法將所有數字載入到記憶體,所以快速排序、堆排序等高效的排序演算法就沒法使用。這裡可以使用bitmap方式,用1bit表示一個整數,那麼,10^7個整數需要10^7位,也就是大約1.25M空間。
如下是bitmap對無重複整數的排序過程。
一、一次bitmap就可以將所有資料排完
如果每個整數佔一位,可以將所有的整數在記憶體中表示(如上述提到的那樣),那麼可以直接一次bitmap排序就完成了,時間複雜度為O(n),空間複雜度為O(n位) 。下面分別給出C和C++的bitset方式:
1、C語言方式
下面程式碼以n = 100為例子;n是海量時,只要每個整數1bit可以一次在記憶體中表示所有整數的情況下,方法一樣,將巨集定義N的值改為海量資料的上限(比如10^7)即可:如上程式碼中: N表示待排序整數的上限,例如本題要求的10^7。那麼申請一個N位大小的bitmap:int bitmap[1 + N / WIDTHWORD]; 下面給出這幾個函式的簡要解釋: 對於一個整數value,要將其對應到bitmap中的第value位,如果設定第value位為1呢? 看設定函式:value >> SHIFT 是找到value在bitmap中對應的是第幾個int型數的位置,例如整數100,它對應的是int陣列(也就是bitmap)的第 100 >> 5 == 100 / 32 == 3個int型的位置(從0開始計數,每個int型佔據32位);然後再在int陣列(也就是bitmap)的第3個位置中尋找需要將第幾位設定為1: 1 << (value & 0x1f) == 1 << 100 & 31 == 1 << 4,即要將1左移四位就是要設定為1的那一位;bitmap[value >> SHIFT] |= (1 << (value & MASK)); 最終完成將bitmap的第100位設定為1。//點陣圖排序 #include <iostream> #include <bitset> #define WIDTHWORD 32 //一個整數的寬度是32bit #define SHIFT 5 #define MASK 0x1F //0x1f == 31 #define N 100 //對十萬個無重複的整數排序 using namespace std; //申請一個N位的bitmap int bitmap[1 + N / WIDTHWORD]; //將bitmap的第value設定為1 void set(int value) { bitmap[value >> SHIFT] |= (1 << (value & MASK)); } //清除bitmap第value位上的1:設定為0 void clear(int value) { bitmap[value >> SHIFT] &= ~(1 << (value & MASK)); } //測試bitmap第value位是否為1 int test(int value) { return bitmap[value >> SHIFT] & (1 << (value & MASK)); } int main() { int a[] = {12, 5, 1, 89, 64, 49, 77, 91, 3, 0, 32, 50, 99}; int length = sizeof(a) / sizeof(int); //將bitmap所有位設定為0 for (int i = 0; i < N; ++i) { clear(i); } //bitmap中將待排序陣列中值所在的位設定為1 for (int i = 0; i < length; i++) set(a[i]); //輸出排序後的結果 for (int i = 0; i < N; ++i) { if (test(i)) cout << i << " "; } }
2、使用C++的bitset
#include <iostream>
#include <bitset>
#define N 100
using namespace std;
int main() {
int a[] = {12, 5, 1, 89, 64, 49, 77, 91, 3, 0, 32, 50, 99};
int length = sizeof(a) / sizeof(int);
//直接使用C++bitset,申請Nbit的空間,每一位均設定為0
bitset<N> bitmap;
//遍歷待排序陣列,將bitmap中對應位設定為1
for (int i = 0; i < length; i++)
bitmap.set(a[i], 1);
//輸入排序結果
for (int i = 0; i < N; ++i) {
if (bitmap[i])
cout << i << " ";
}
}
二、需要多次bitmap排序
如果上限N更大或者進一步限制記憶體大小(例如,將記憶體限制在0.5M之內),那麼一次bitmap就不能將所有資料排序。需要多次bitmap排序,例如上面排序小於100的一些數,我們上面的一次bitmap,是申請100位的bitmap;但是,如果限制我們只能使用30位bitmap,那麼久需要排序100 / 30 + 1次:第一次排序0 ~ 29之間的數,第二次排序30 ~ 59之間的數,第三次排序60 ~ 89之間的數,第四次排序90 ~ 100之間的數。 如果是k次bitmap排序,那麼時間複雜度為O(kn),空間開銷為O(n / k 位). 下面只給出C++方式,C方式類似:int main() {
int a[] = {12, 5, 1, 89, 64, 49, 77, 91, 3, 0, 32, 50, 99};
int length = sizeof(a) / sizeof(int);
//假設還是有小於100的不重複整數需要排序,但是
//不能申請100位空間,只能申請30位空間,那麼,需要
//排序的次數如下:
int sort_times = N / 30 + 1;
//那麼,第一趟先排序0-29,第二趟排序30-59,
//第三趟排序60-89,第四趟排序剩下的
bitset<30> bitmap; //只能申請30位的bitmap
for (int times = 0; times < sort_times; ++times) { //一共進行四趟排序
bitmap.reset(); //記得每次排序前將bitmap清空為0
for (int i = 0; i < length; i++) {
if (a[i] >= 30 * times && a[i] < 30 * (times + 1))
bitmap.set(a[i] - 30 * times);
}
for (int i = 0; i < 30; ++i) {
if (bitmap[i])
cout << i + 30 * times << " ";
}
}
}