Question

我必须对一些整数进行排序，这些整数的值可以在30.000.000到350.000.000之间。整数将在0到65.535之间，平均计数为20.000。 RAM的使用是无关紧要的，速度只是重要的。

稍后，我还必须将它们分成组，只要这些值中的两个之间的差距> 65.535，就必须设置除法，这就是我需要的算法。

如果它有任何区别，该算法将用于Perl脚本。

编辑：经过深思熟虑并阅读答案后，我意识到了一些事情：我实际上并不关心数据本身。因为我真的只想找到间隙小的组的起始值和结束值，所以排序只需要创建存储桶并且可以丢弃数据。

Edit2：经过一些测试并尝试了所提供的答案后，我发现的最快方式是：

my @sort = sort {$a <=> $b} @item_offsets;
my @buckets;
my $start = shift @sort;
push @buckets, [$start,$start];
for my $item ( @sort ) {
    if ( $item < $buckets[$#buckets][1]+$gap ) {
        $buckets[$#buckets][1] = $item;
    }
    else {
        push @buckets, [$item,$item];
    }
}
say $#buckets;

Answer 1

你不太可能在Perl中编写一个比Perl的内置sort函数更好的排序算法：

@numbers = sort {$a <=> $b} @numbers;

您可以尝试使用sort pragma来查看特定算法是否更好：

use sort '_quicksort';
use sort '_mergesort';

由于您的切割点会因数据分布而异，我认为您需要先对整个列表进行排序，然后循环切割它以进行切割。

my $prev  = shift @numbers;  # already sorted
my @group = [$prev];
my $i     = 0;

foreach my $n (@numbers) {
    $i++ if ($n - $prev > 65535);
    push @{$group[$i]}, $n;
    $prev = $n;
}

Answer 2

我在运行算法之前只生成一个桶数组，每组包含65536个连续值。存储桶将包含其内容的最小值和最大值，但不会存储内容本身。运行算法后，对存储桶执行一次传递。如果有两个连续的非空桶，其中min（bucket2）-max（bucket1）＆lt; 65536，结合它们。在算法完成运行之前不会发生组合。丢弃任何空桶。该算法是线性时间。

记下Bucket Sort。

Answer 3

我使用基数排序，因为你需要对输出进行分组。

Answer 4

我只是说radix sort，http://en.wikipedia.org/wiki/Radix_sort但是这可能比你想要实现的要高一些，Introsort通常是数据http://en.wikipedia.org/wiki/Introsort的公认排序解决方案，它是一个变体快速排序，当它达到较小的集合时切换到堆栈，因为它在较小的集合上比快速排序更快。

Answer 5

我会试试这个：

my @sorted = map { unpack "N" } sort map { pack "N" } @unsorted;

Answer 6

如果您使用数字作为数组的索引，然后递增该位置的计数，您已将它们“分组”，并在一次传递中完成。

伪代码中的

：

while(morenumbers)
  sorted[[unsorted[number]]++
  number++

如果提前知道范围，您可以减少索引值（例如，值-30000以使其进入正确的范围）。

0-65535整数的最快排序算法是什么？

6 个答案: