堆排序和快速排序的比较
堆排序是接近nlgn的下界，而快排有性能坏的情况，为何还是快排表现更优秀呢？
1.堆排序是处理数组中相隔较远的数据，快速排序是根据两个 指针按序遍历的，根据寄存器、高速缓存的热cache、 局部性原理，快排更好
2.快排的极端情况太难复现，而且可以 用随机基准数
3.快排还有各种优化的方案
基数排序的性能
在低数据量的时候，性能很不错；但是非常占内存。一般我们不会采取高内存换空间的算法（数据量大的时候就太恐怖了）
数据多到内存装不下怎么办？
（假设内存有100M容量）比如1G的数据，分10份，每份100M。先用快排让每一份各自排好序，然后写到文件中。这10份100M的 文件这个时候已经有序了。这10份每份取9M，一共90M，使得他们合并。合并后的结果放到10M的缓存区中，满了就clear，IO到 文件中。
一百、一万、一亿选取什么算法最好？
100可以基数、桶，这些很占内存，而且有一些限制条件，但是很快！
10000可以快排
一亿只能快排（因为热cache，所以比堆排序好）+归并（数据太大装不下）
大部分数据有序的情况下，用什么 算法比较好？
插入+二分。
从大量数据中取出前100个
第一反应是开始做题吗？no，大量数据，内存肯定是装不下的。那我们就假设所有数据被分成了N份吧。
先看第一份，排序前100个，然后后面的数都插入+二分去修改前100个数。
一份读完，就clear后面的数， 加载新的文件进来。
这样一次遍历就解决了。
https://blog.csdn.net/ztkhhhhhd/article/details/53138631
https://blog.csdn.net/zhushuai1221/article/details/51781002
这两篇待学习
堆排序和快速排序的比较堆排序是接近nlgn的下界，而快排有性能坏的情况，为何还是快排表现更优秀呢？1.堆排序是处理数组中相隔较远的数据，快速排序是根据两个 指针按序遍历的，根据寄存器、高速缓存的热cache、 局部性原理，快排更好2.快排的极端情况太难复现，而且可以 用随机基准数3.快排还有各种优化的方案 基数排序的性能在低数据量的时候，性能很不错；但是非...
位图法是我在编程珠玑上看到的一种比较新颖的方法，思路比较巧妙效率也很高。
使用场景举例：对2G的数据
量
进行排序，这是基本要求。
数据：1、每个数据不大于8亿；2、数据类型位int；3、每个数据最多重复一次。
内存：最多用200M的内存进行操作。
首先对占用的内存进行判断，每个数据不大于8亿，那么8亿是一个什么概念呢。
**1 byte = 8 bit（位）
1024 byte ...
对于内存足够大的大
量
数据排序，一般来说用归并排序比较好的，因为他的读取次数会比较少（在数据挖掘的理论里面，读取次数越少，排序方法越快），同时是稳定的；
但是如果内存空间不足，就自然要减少次数了，所以也可以用快速排序，快速排序是目前基于比较的内部排序中被认为是最好的方法，当待排序的关键字是随机分布时，快速排序的平均时间最短；
也可以利用堆排序，当N很大时，并且有...
一、快速排序(用的比较多)
(1) 递归对所有数据分成[a,b）b（b,d]两个区间，(b,d]区间内的数都是大于[a,b)区间内的数
(2) 对(b,d]重复(1)操作，直到最右边的区间个数小于1000个。注意[a,b)区间不用划分
(3) 返回上一个区间，并返回此区间的数字数目。接着方法仍然是对上一区间的左边进行划分，分为[a2,b2）b2（b2,d2]两个区间，取（b2,d2]区间。如果...
一个100G的文件，内存只有4G，对其进行全排序，如何用普通的java程序编写处理
我们一般说的
排序算法
是内部排序，指的是可以将所有数据一次性的载入内存当中，然后进行排序。但是，当要排序的数据
量
相当大的时候，无法将全部的数据加载到内存中，这时就需要采用外部排序的方法，采用分而治之的思想，将大的数据文件切分为小的，内存可以一次加载完成的数据块，对每个数据块进行排序，然后用归并排序将各个数据块进行排序。形成最终的排好序的数据文件。
1TB数据使用32GB内存如何排序
①、把磁盘上的1TB数据分割为40块（c
数据
量
很大的排序问题 大
量
数据如何排序
【尊重原创，转载请注明出处】http://blog.csdn.net/guyuealian/article/details/51119499
同学某天参加腾讯面试，技术面的时候，面试官问了排序问题：
问题一：若有1T的数据，需要实现由大到小排序，你用什么办法，说说你的思路和想法？
问题二：有10个G的数据，如果
在
大数据
研究的路上，我们总要对一些很大的数据进行各种各样的操作。比如说对数据排序，比如说对数据统计，比如说对数据计算。而在大
量
的数据面前，我们总是束手无策，因为我们无法在限定时间的情况下，在效率上做到让人满意，也无法在限定空间的情况下，能够快速解决问题。可能我们在一些日常的开发过程中，没有遇到过这些问题。不过，现在是时候来考虑一下这样的问题了。因为，现在正值
大数据
的时代。
分而治之/hash映射 + hash统计 + 堆/快速/归并排序；
Bloom filter/Bitmap；Trie树/数据库/倒排索引；外排序；分布式处理之hadoop/mapreduce。
