百万数据进行查询与排序

17-08-14 来源：[db:作者]

收藏我要投稿

百万数据进行查询与排序！

在网上找了一堆，有一下几大排序算法如：快速排序，归并排序，堆排序，百万数据查询。

那什么是快速排序：

1. 快速排序算法是一种不稳定的排序算法。其时间复杂度为O(nlogn)，最坏复杂度为O(n^2)；快排的平均空间复杂度为O(logn)，关于空间界的论断来自于《编程珠玑第2版》第113页。但是其最坏空间复杂度为O(n)。

快速排序的基本思想是使用两个指针来遍历待排序的数组，根据两个指针遍历的方向可以分为两类：第一，两个指针从待排序数组的同一个方向遍历。第二，两个指针分别从带排序数组的两端进行遍历。下列的几种算法都可以归为这两类中的某类。

下图给出的是两个指针从同一方向遍历时的状态。下图的第一个图给出的是循环过程中的状态，在循环中，low指向的是小于枢纽的那部分元素的最右端，high在未排序的部分遍历。循环直到high指针到达right的位置（数组的最右端），如下图第二个图所示。此时数组除了枢纽pivot被划分为两部分：小于pivot的和大于等于pivot的。然后将low和枢纽元素交换就可以得到本次排序的第一趟结果，如下图的第三幅图所示。

当从两个方向分别遍历数组时，下图是遍历的循环过程状态。循环时，low向右移动，high向左移动。

那什么是归并排序：

2.归并排序（MERGE-SORT）是利用归并的思想实现的排序方法，该算法采用经典的分治（divide-and-conquer）策略（分治法将问题分(divide)成一些小的问题然后递归求解，而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起，即分而治之)。

分而治之

　　可以看到这种结构很像一棵完全二叉树，本文的归并排序我们采用递归去实现（也可采用迭代的方式去实现）。分阶段可以理解为就是递归拆分子序列的过程，递归深度为log₂n。

合并相邻有序子序列

　　再来看看治阶段，我们需要将两个已经有序的子序列合并成一个有序序列，比如上图中的最后一次合并，要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列，合并为最终序列[1,2,3,4,5,6,7,8]，来看下实现步骤。

代码实现

package sortdemo;

import java.util.Arrays;

/**
 * Created by chengxiao on 2016/12/8.
 */
public class MergeSort {
    public static void main(String []args){
        int []arr = {9,8,7,6,5,4,3,2,1};
        sort(arr);
        System.out.println(Arrays.toString(arr));
    }
    public static void sort(int []arr){
        int []temp = new int[arr.length];//在排序前，先建好一个长度等于原数组长度的临时数组，避免递归中频繁开辟空间
        sort(arr,0,arr.length-1,temp);
    }
    private static void sort(int[] arr,int left,int right,int []temp){
        if(left
执行结果
[1, 2, 3, 4, 5, 6, 7, 8, 9]
最后
　　归并排序是稳定排序，它也是一种十分高效的排序，能利用完全二叉树特性的排序一般性能都不会太差。java中Arrays.sort()采用了一种名为TimSort的排序算法，就是归并排序的优化版本。从上文的图中可看出，每次合并操作的平均时间复杂度为O(n)，而完全二叉树的深度为|log2n|。总的平均时间复杂度为O(nlogn)。而且，归并排序的最好，最坏，平均时间复杂度均为O(nlogn)。


那什么是堆排序：
3.堆排序是一种选择排序，其时间复杂度为O(nlogn)。
堆的定义
　　n个元素的序列{k₁，k₂，…,k_n}当且仅当满足下列关系之一时，称之为堆。
　　情形1：k_i<= k_2i且k_i <= k_2i+1（最小化堆或小顶堆）
　　情形2：k_i>= k_2i且k_i >= k_2i+1 （最大化堆或大顶堆）
　　其中i=1,2,…,n/2向下取整;

　　若将和此序列对应的一维数组（即以一维数组作此序列的存储结构）看成是一个完全二叉树，则堆的含义表明，完全二叉树中所有非终端结点的值均不大于（或不小于）其左、右孩子结点的值。
　　由此，若序列{k₁，k₂，…,k_n}是堆，则堆顶元素（或完全二叉树的根）必为序列中n个元素的最小值（或最大值）。
　　例如，下列两个序列为堆，对应的完全二叉树如图：
　　

　　若在输出堆顶的最小值之后，使得剩余n-1个元素的序列重又建成一个堆，则得到n个元素的次小值。如此反复执行，便能得到一个有序序列，这个过程称之为堆排序。
　　堆排序（Heap Sort）只需要一个记录元素大小的辅助空间（供交换用），每个待排序的记录仅占有一个存储空间。
堆的存储
　　一般用数组来表示堆，若根结点存在序号0处， i结点的父结点下标就为(i-1)/2。i结点的左右子结点下标分别为2*i+1和2*i+2。
　　（注：如果根结点是从1开始，则左右孩子结点分别是2i和2i+1。）
　　如第0个结点左右子结点下标分别为1和2。
　　如最大化堆如下：
　　

　　左图为其存储结构，右图为其逻辑结构。
堆排序的实现
　　实现堆排序需要解决两个问题：
　　　　1.如何由一个无序序列建成一个堆？
　　　　2.如何在输出堆顶元素之后，调整剩余元素成为一个新的堆？
　　先考虑第二个问题，一般在输出堆顶元素之后，视为将这个元素排除，然后用表中最后一个元素填补它的位置，自上向下进行调整：首先将堆顶元素和它的左右子树的根结点进行比较，把最小的元素交换到堆顶；然后顺着被破坏的路径一路调整下去，直至叶子结点，就得到新的堆。
　　我们称这个自堆顶至叶子的调整过程为“筛选”。
　　从无序序列建立堆的过程就是一个反复“筛选”的过程。
构造初始堆
　　初始化堆的时候是对所有的非叶子结点进行筛选。
　　最后一个非终端元素的下标是[n/2]向下取整，所以筛选只需要从第[n/2]向下取整个元素开始，从后往前进行调整。
　　比如，给定一个数组，首先根据该数组元素构造一个完全二叉树。
　　然后从最后一个非叶子结点开始，每次都是从父结点、左孩子、右孩子中进行比较交换，交换可能会引起孩子结点不满足堆的性质，所以每次交换之后需要重新对被交换的孩子结点进行调整。
进行堆排序
　　有了初始堆之后就可以进行排序了。
　　堆排序是一种选择排序。建立的初始堆为初始的无序区。
　　排序开始，首先输出堆顶元素（因为它是最值），将堆顶元素和最后一个元素交换，这样，第n个位置（即最后一个位置）作为有序区，前n-1个位置仍是无序区，对无序区进行调整，得到堆之后，再交换堆顶和最后一个元素，这样有序区长度变为2。。。
　　不断进行此操作，将剩下的元素重新调整为堆，然后输出堆顶元素到有序区。每次交换都导致无序区-1，有序区+1。不断重复此过程直到有序区长度增长为n-1，排序完成。
堆排序实例
　　首先，建立初始的堆结构如图：
　　

　　然后，交换堆顶的元素和最后一个元素，此时最后一个位置作为有序区（有序区显示为黄色），然后进行其他无序区的堆调整，重新得到大顶堆后，交换堆顶和倒数第二个元素的位置……
　　

　　重复此过程：
　　

 
　　最后，有序区扩展完成即排序完成：
　　

 
　　由排序过程可见，若想得到升序，则建立大顶堆，若想得到降序，则建立小顶堆。
代码
　　假设排列的元素为整型，且元素的关键字为其本身。
　　因为要进行升序排列，所以用大顶堆。
　　根结点从0开始，所以i结点的左右孩子结点的下标为2i+1和2i+2。
堆排序分析
　　堆排序方法对记录数较少的文件并不值得提倡，但对n较大的文件还是很有效的。因为其运行时间主要耗费在建初始堆和调整建新堆时进行的反复“筛选”上。
　　堆排序在最坏的情况下，其时间复杂度也为O(nlogn)。相对于快速排序来说，这是堆排序的最大优点。此外，堆排序仅需一个记录大小的供交换用的辅助存储空间。
查百万数据查询几种方法：

第一种：
经过测试 在USERID上建立聚集索引 是这样 DBCC DROPCLEANBUFFERS DBCC FREEPROCCACHE SET STATISTICS IO ON SET STATISTICS TIME ON select * from csdn where userid='yudannm1' --set statistics time off /* SQL Server 执行时间: CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。 SQL Server 分析和编译时间: CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。 userid password email ------------------------------------------------------------------------------------------------------------------------------------------------------

yudannm1 yudannm11 490219906@qq.com (1 行受影响) 表 'csdn'。扫描计数 1，逻辑读取 4 次，物理读取 4 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。 SQL Server 执行时间: CPU 时间 = 16 毫秒，占用时间 = 28 毫秒。*/

第二种:
几种方法， 供你参考：

1. 设置行版本控制级别， 防止堵塞；


	
	 
	SET TRANSACTION ISOLATION LEVEL READ UNCOMMITTED ; SELECT * FROM TABLE_NAME ; COMMIT ;
	


2. 如果介绍并不重要， 只是偶尔看看， 建议把把介绍分到另外一个新表, 需要时再连接；

第三种：
使用索引引擎。
第四种：
用算法与数据库结合。

点击复制链接与好友分享!回本站首页