败者树在外排序中用到,每加入一个数字时,调整树需要o(lgk),比较快。外排序过程主要分为两个阶段:(1)初始化各归并段写入硬盘,初识化的方法,可利用内排序方法还可以一种叫置换选择排序的方法(参考数据结构--李春葆)。
为什么需要败者树
外排序过程考虑时间代价时,主要考虑访问磁盘的次数。那么基于两路归并排序的缺点在哪里呢?主要是访问磁盘的次数太多了?请看下图:
假设初始化归并段有m个,则二路归并需要访问硬盘的次数为log2(m)。按照这个方法,那是不是我们只要增加k就可以减少次数呢?答案是肯定的。就是说是k路归并的话,访问硬盘次数就是logk(m)。但是这里边存在一个矛盾:如果增大k,归并的时候比较次数增加了。那我们只要找到一种可以增大k,然后比较次数又比较少的方法就行了,这就是多路归并---败者树。看下面推导:
这里边logk(m)表示读取次数等于(log2(m)/log2(k)),比较次数(n-1),如果采用多路归并树的话比较次数log2(k),恰好与分母约掉,这样归并的比较次数与k无关了。
败者树调整策略
(1)输入每个归并段的第一个记录作为归并树的叶子节点。建立初始化归并树。
(2)两量相比较,父亲节点存储了两个节点比较的败者(节点较大的值);胜利者(较小者)可以参与更高层的比赛。这样树的顶端就是当次比较的冠军(最小者)。
(3)调整败者树,当我们把最小者输入到输出文件以后,需要从相遇的归并段取出一个记录补上去。补回来的时候,我们就需要调整归并树,我们只需要沿着当前节点的父亲节点一直比较到顶端。比较的规则是与父亲节点比较(父亲节点只是记录了一个败者索引,我们需要通过索引找到相应的值进行比较),比较小的(胜者)可以参与更高层的比较,即可以跟他爷爷比较,一直向上,直到根节点。比较大的(失败者)留在当前节点。
败者树编程(K路归并)
在实现利用败者树编程的时候,我们把败者树的叶节点和非叶点分开定义:
(1)叶节点存放在:b[k+1],其中b[0..k-1]存放记录,b[k]存放了一个比所有记录一个最小值,表示虚节点。
(2)败者节点存放:ls[k],ls[1...k-1]存放各次比较的败者数组索引。ls[0]存放了最后的冠军。
注意:这里每个叶节点都是连都非叶节点上的,这个叶节点就是我们的父节点,那我们怎么算出连到那个非叶节点上呢:通过t = (index + K)/2,得到我们父节点的索引t,这样我们在调整树的时候只需要比较b[ls[t]],然后一直比较就行了。
(1)败者树创建
首先,是创建归并树,程序开始将ls[0...k-1]=K,表示第K+1(虚设)个归并段的记录当前最小。然后,我们从k-1到0,每次加入一个记录进行一次调整,算法自顶向下,直到所有记录加进来,归并树也就建好了。
#include <iostream> using namespace std; #define K 5 //表示5路归并 #define MIN INT_MIN; int b[K+1] = {17,5,10,39,15}; int ls[K] = {0};//记录败者的序号 void Adjust(int s) { for(int t=(s+K)/2; t>0; t=t/2){//t=(s+k),得到与之相连ls数组的索引 if(b[s] > b[ls[t]])//父亲节点 { int temp = s; //s永远是指向这一轮比赛最小节点 s = ls[t]; ls[t]=temp; } } ls[0] = s;//将最小节点的索引存储在ls[0] } void CreateLoser() { b[K] = MIN; int i; for(i=0;i<K;i++)ls[i]=K; for(i=K-1;i>=0;i--)Adjust(i); //加入一个基点,要进行调整 } int main() { CreateLoser(); system("pause"); return 0; }
图示一下创建树的过程:
(2)归并排序
读入数据,创建归并树,判断b[ls[0]]==MAX,等于表示所有记录都已输出。不等于,输出当前冠军,然后从相应归并段读入数据填上。注意,如果相应的归并段已经空了,则填上MAX。下面给出伪代码:
void K_Merge() { for(int i=0;i<K;i++){ input(i);//输入到b[i] } CreateLoser(); while(b[ls[0]]!=MAXKEY){//只要不是最大值 q = ls[0];//得到冠军的索引 output(b[q]); intput(b[q]); Adjust(q); } }
(3)整个代码(http://blog.csdn.net/tiantangrenjian/article/details/6838491)
#include <iostream> using namespace std; #define LEN 10 //最大归并段长 #define MINKEY -1 //默认全为正数 #define MAXKEY 100 //最大值,当一个段全部输出后的赋值 struct Array { int arr[LEN]; int num; int pos; }*A; int k,count; int *LoserTree,*External; void Adjust(int s) { int t=(s+k)/2; int temp; while(t>0) { if(External[s] > External[LoserTree[t]]) { temp = s; s = LoserTree[t]; LoserTree[t]=temp; } t=t/2; } LoserTree[0]=s; } void CreateLoserTree() { External[k]=MINKEY; int i; for(i=0;i<k;i++)LoserTree[i]=k; for(i=k-1;i>=0;i--)Adjust(i); } void K_Merge() { int i,p; for(i=0;i<k;i++) { p = A[i].pos; External[i]=A[i].arr[p]; //cout<<External[i]<<","; A[i].pos++; } CreateLoserTree(); int NO = 0; while(NO<count) { p=LoserTree[0]; cout<<External[p]<<","; NO++; if(A[p].pos>=A[p].num)External[p]=MAXKEY; else { External[p]=A[p].arr[A[p].pos]; A[p].pos++; } Adjust(p); } cout<<endl; } int main() { freopen("in.txt","r",stdin); int i,j; count=0; cin>>k; A=(Array *)malloc(sizeof(Array)*k); for(i=0;i<k;i++) { cin>>A[i].num; count=count+A[i].num; for(j=0;j<A[i].num;j++) { cin>>A[i].arr[j]; } A[i].pos=0; } LoserTree=(int *)malloc(sizeof(int)*k); External=(int *)malloc(sizeof(int)*(k+1)); K_Merge(); return 0; }
注意点
归并路数k增大时,相应的需要增加输入缓冲区个数。如果可供应的内存不变,这将减少每个缓冲区的容量,使得内外存交换数据次数增大。所以k值过大时,虽然归并次数减少,但读写外存次数会增加。
另外了,考虑比较次数最小,可构造哈夫曼树。