如果数据主要是排序的，我应该使用哪种数据结构？

Question

我有大量的数据（主要是long long类型），这些数据主要是排序的（数据分布在不同的文件中，每个文件数据都是排序的格式）。我需要以排序的方式将此数据转储到文件中。我应该使用哪种数据结构。我正在考虑BST。

我应该使用哪种DS才能获得最佳性能？

由于 Arpit

Answer 1

使用任何其他数据结构都无济于事。由于您的大多数数据已经排序，您只需要修复偶然值，使用简单数组提取数据，然后使用插入排序。

插入排序在 O（n）中运行，主要用于预分类数据。

但是，这取决于您是否可以在内存中保留足够大的数组，具体取决于您的输入大小。

<强>更新

我对你的“大部分排序”的定义不太清楚。通常它意味着只有少数元素不在精确的排序位置。

但是，正如您所说的那样，'数据位于不同的文件中，其中每个文件都单独排序'，那么它可能是子函数调用的一个很好的候选者 - 合并< / strong>如合并排序。

请注意，Merge例程会合并两个已排序的数组。如果您说10个文件，其中每个文件都是单独排序的，那么使用Merge例程只需要O（n）。

但是，如果你有一些关闭实例，其中单个文件没有完全排序（单独），你需要使用插入排序。

更新2：

OP说他不能使用数组，因为他无法提前知道记录的数量。使用简单的链接列表是不可能的，因为它永远不会在时间复杂度上与数组竞争（顺序与随机访问时间）。

在评论中指出， 使用链接列表是一个好主意，如果文件是单独排序的，您需要在它们上面运行的只是合并程序。

动态分配的数组是最好的，如果他可以在某个时刻预测大小。由于使用了c ++标签（仅删除后者），因此可以很好地调整向量，因为它可以很容易地调整大小。

否则，一个选项可能是堆排序，因为它会首先调用heapify，即构建一个堆（因此它可以动态容纳所需的元素数量）和仍然产生O（nlogn）复杂性。这仍然比尝试使用链接列表更好。

Answer 2

也许您根本不需要数据结构。

如果文件已经排序，您可以使用合并排序的合并部分，即O（n），或更一般地O（n * log k），其中k是文件数。

Answer 3

您需要合并多少个文件？

如果只有少数（大约十几个）和每个单独的文件都已完全排序，那么您根本不需要构建任何类型的复杂数据结构：只需打开所有输入文件，从每个文件中读取下一条记录，比较，将最小值写入目标，然后从相应的文件中替换该记录。

如果每个文件不完全排序，或者一次打开的文件太多，那么是的，您需要在内存中构建一个中间数据结构。我建议使用自平衡树，但由于数据已经大部分已经排序，因此几乎每个插入都会重新平衡。堆可能更适合您的目的。

Answer 4

最佳排序算法：

插入排序可以有效地用于几乎排序的数据（O（n）时间复杂度）。

最佳数据结构：

如果使用插入排序对链接列表进行排序，则链接列表是数据结构的最佳选择。

使用链接列表的原因：

当元素存储为链表时，可以更快地删除和插入元素。