如果我必须对大量数据实施二进制搜索，我应该使用哪种数据类型？

Question

编辑：好的，我的问题已得到解答。谢谢。最初我怀疑使用100万的数据因为我读了它导致了C中的一些问题，所以感谢大家的回复！

好的，大家好，我有一个学校作业，我必须编码二进制搜索，以搜索一组数据中的一段数据，这些数据可能达到100万。

我打算坚持使用数字，因此二进制搜索本身应该非常简单。数据将只是大量随机生成的数字（已排序）到文本文件中，我计划让程序打开文件并将所有数据加载到数组中。

但到目前为止，我一直在使用高达数百的数组。 所以这是我的问题：声明一个100万的数组是否可行？

如果阵列大小为100万是不切实际的，那么你们会建议什么？我是否必须将数据拆分为多个文件，并且具有较小的数组大小，例如10,000？或者除了我可以使用的数组之外还有其他数据类型吗？

非常感谢任何有用的回复，谢谢！

PS：我用Java编码。

Answer 1

您可以设置的数组的最大大小为Integer.MAX_VALUE - 5。内存地址索引是32位，并且有一个对象头+长度，所以它们仍然需要通过该32位索引进行寻址

参考这篇文章stackoverflowquestion

如果您排序的数字落在特定值范围内，那么您可以参考此表

byte：字节数据类型是8位有符号二进制补码整数。它的最小值为-128，最大值为127（含）。字节数据类型可用于在大型阵列中保存内存，其中节省的内存实际上很重要。它们也可用于代替int，其限制有助于澄清您的代码;变量范围有限的事实可以作为一种文档形式。

short：短数据类型是16位带符号的二进制补码整数。它的最小值为-32,768，最大值为32,767（含）。与字节一样，相同的准则也适用：在内存节省实际上很重要的情况下，您可以使用short来节省大型阵列中的内存。

int：int数据类型是32位带符号的二进制补码整数。它的最小值为-2,147,483,648，最大值为2,147,483,647（含）。对于整数值，此数据类型通常是默认选择，除非有理由（如上所述）选择其他内容。此数据类型很可能足以容纳您的程序将使用的数字，但如果您需要更宽范围的值，请使用long。

long：long数据类型是64位带符号的二进制补码整数。它的最小值为-9,223,372,036,854,775,808，最大值为9,223,372,036,854,775,807（含）。当需要比int提供的值范围更宽的值时，请使用此数据类型。

Src： java docs

Answer 2

是的，数组大小为100万是完全可行的。其他任何事情都让事情变得过于复杂。

Answer 3

如果要实现二进制搜索算法，可以考虑使用二叉搜索树。二叉树可以比数组更有效地进行搜索和排序。

关于二元搜索树的维基百科文章：Binary Search Trees

Answer 4

对于宣布阵列大小为100万的100万个数字来说很好。其他任何事情都会造成不必要的复杂化。

如果你有非常庞大的数据，那么你可以去分割数据，而不是排序和二进制搜索。但是100万看起来过于复杂。

Answer 5

您应该用于大型设置的数据结构非常依赖于您正在使用的数据类型，在这种情况下是一个数字（大概是{{ 1}}）或其他一些。 Java中的原始数组只是变量大小的内存块乘以数组的长度，就像在C中一样，所以如果你使用int s（4个字节）并且有一百万个，那么你只会为阵列使用4MB内存，然后你就可以使用int。

类似情况的答案是，您要对对象而不是基元进行排序，这取决于许多变量，例如对象的大小以及它们是否将存在于数据库，平面文件等中。 / p>

Answer 6

您可以尝试使用二叉树

Answer 7

Java应该没有100万个元素的数组。如果你使用效率低下的算法，你在该阵列上执行的操作可能需要很长时间，但二进制搜索应该没问题。

一旦将第一个重复项插入到二进制搜索树中，任何重复项都可能被忽略，并且由于您只是处理数字（int或long），因此数组应该没问题。此外，只需一点点数学运算，您就可以直接对数组中的元素执行任何二进制树操作，只需很少的临时变量来交换条目，并维护数组中使用的元素总数（因为可能没有填写所有100万个条目）。