排序长字符串列表的最佳方法

Question

我想知道根据时间和空间效率对一长串字符串进行排序的最佳方法。我更喜欢时间效率而不是空间效率。

字符串可以是数字，字母，字母数字等。我对排序行为不感兴趣，比如字母数字排序v / s字母排序只是排序本身。

我能想到的一些方法。

1. 使用代码ex：.Net framework的Arrays.Sort（）函数。我认为它的工作方式是计算字符串的哈希码，并使用二进制搜索将字符串插入到正确的位置。

2. 使用数据库（例如：MS-sql）。我没有这样做。我不知道这会有多高效。

3. 使用类似trie的前缀树数据结构。排序需要使用DFS（深度优先搜索） - O（| V | + | E |）时间遍历特里树的所有trieNodes。 （搜索需要O（l）时间，其中l是要比较的字符串的长度。）

任何其他方式或数据结构？

Answer 1

您说您有一个数据库，并且可能是字符串存储在数据库中。然后你应该让数据库为你做的工作。它可能能够利用索引，因此不需要对列表进行实际排序，而只需按排序顺序从索引中读取它。

如果没有索引，数据库可能仍然可以帮助您。如果你只获取一些小常数k的前k行，例如100.当你使用带有LIMIT子句的ORDER BY时，它允许SQL Server使用一个名为TOP N SORT的特殊优化，它在线性时间内运行，而不是O（n log（n））时间。

如果您的字符串不在数据库中，那么您应该使用.NET提供的功能。我认为你不太可能编写比默认排序快得多的自定义代码。

Answer 2

我发现this paper使用trie数据结构来有效地对大量字符串进行排序。我没有仔细研究它。

Answer 3

如果字符串不是很长，

Radix sort也可能是不错的选择，例如名单

Answer 4

假设您有一个很大的字符串列表，并且List的长度为N.

使用基于比较的排序算法（如MergeSort，HeapSort或Quicksort）将为您提供

其中n是列表的大小，d是列表中所有字符串的最大长度。

在这种情况下，我们可以尝试使用Radix排序。设b为基数，让d为最大字符串的长度，然后我们可以显示使用基数排序的运行时间为。

此外，如果字符串是小写英文字母，则运行时间为

资料来源：MIT Opencourse Algorithms讲座由教授。 Eric Demaine。