2013-02-27 59 views
1

原始問題如下:
您將排序1PB大小的整數範圍從-2^31〜2^31 - 1(int),您有1024臺機器,每臺機器具有1TB磁盤空間和16GB內存空間。假設磁盤速度爲128MB/s(r/w),內存速度爲8GB/s(r/w)。 CPU的時間可以忽略。爲簡單起見,網絡傳輸時間可以忽略。計算所需的近似時間。如何計算就地外部合併排序的時間?

我知道與外部排序,我們可以在大致10小時作爲計算這樣一臺機器上的1TB的數據進行排序:

磁盤訪問(2r2w):1T * 4/128MB/S = 2^15秒〜 9小時
存取訪問:
排序2^48 64個部分(每個2^42)的整數大概每個需要1.3分鐘。所以總共1.4小時。
63路合併需要幾秒鐘,因此被忽略。

但是下一步怎麼樣:1024T數據的組合?我不知道這是如何計算的。請幫忙嗎?

+0

1位32位整數表示您有2^48整數,而不是2^38。 – NovaDenizen 2013-02-27 01:17:37

+0

@NovaDenizen好的。糾正。 – NSF 2013-02-27 01:22:21

回答

1

2^31 = 20億(2「giga」)。所以你正在看很多重複的數字和固定的範圍。所以考慮基底排序(http://en.wikipedia.org/wiki/Radix_sort)。

每個處理器,對於od數據子集)創建'count'數組(x [0]包含0等的計數)。然後你可以將所有結果合併成一個數組。稍後,您可以「構建」已排序的數組。

+0

那麼如果範圍是2^64呢?是的你是對的,但實際上我正在尋找一種使用外部合併排序的解決方案。 – NSF 2013-02-27 01:26:58

+0

@NSF這是一個面試問題還是一個真正的實際問題?如果這是一個面試問題,數字(1peta,1 tera,範圍等)的設置方式暗示一個特定的解決方案。換言之,如果範圍是2^64而不是2^31,解決方案將會大不相同。 – ElKamina 2013-02-27 18:10:50

+0

當我遇到網絡時發現一個面試問題 – NSF 2013-02-27 19:15:14