【发布时间】：2010-10-25 10:16:35
【问题描述】：
.Net 框架有一个 Array.Sort 重载，它允许指定排序的开始和结束索引。然而，这些参数只有 32 位。因此，当描述排序范围的索引只能使用 64 位数字指定时，我看不到对大型数组的一部分进行排序的方法。我想我可以复制和修改框架的排序实现，但这并不理想。
更新：
我创建了两个类来帮助我解决这些和其他大型数组问题。另一个这样的问题是，早在我达到内存限制之前，我就开始出现 OutOfMemoryException。我假设这是因为请求的内存可能可用但不连续。为此，我创建了 BigArray 类，它是一个通用的、可动态调整大小的数组列表。它比框架的通用列表类具有更小的内存占用，并且不需要整个数组是连续的。我还没有测试过性能影响，但我确定它在那里。
public class BigArray<T> : IEnumerable<T>
{
private long capacity;
private int itemsPerBlock;
private int shift;
private List<T[]> blocks = new List<T[]>();
public BigArray(int itemsPerBlock)
{
shift = (int)Math.Ceiling(Math.Log(itemsPerBlock) / Math.Log(2));
this.itemsPerBlock = 1 << shift;
}
public long Capacity
{
get
{
return capacity;
}
set
{
var requiredBlockCount = (value - 1) / itemsPerBlock + 1;
while (blocks.Count > requiredBlockCount)
{
blocks.RemoveAt(blocks.Count - 1);
}
while (blocks.Count < requiredBlockCount)
{
blocks.Add(new T[itemsPerBlock]);
}
capacity = (long)itemsPerBlock * blocks.Count;
}
}
public T this[long index]
{
get
{
Debug.Assert(index < capacity);
var blockNumber = (int)(index >> shift);
var itemNumber = index & (itemsPerBlock - 1);
return blocks[blockNumber][itemNumber];
}
set
{
Debug.Assert(index < capacity);
var blockNumber = (int)(index >> shift);
var itemNumber = index & (itemsPerBlock - 1);
blocks[blockNumber][itemNumber] = value;
}
}
public IEnumerator<T> GetEnumerator()
{
for (long i = 0; i < capacity; i++)
{
yield return this[i];
}
}
System.Collections.IEnumerator System.Collections.IEnumerable.GetEnumerator()
{
return this.GetEnumerator();
}
}
回到最初的排序问题……我真正需要的是一种按顺序对数组的每个元素进行操作的方法。但是对于如此大的数组，复制数据、对其进行排序、对其进行操作然后丢弃已排序的副本（必须保持原始顺序）是令人望而却步的。因此，我创建了静态类 OrderedOperation，它允许您按排序顺序对未排序数组的每个元素执行任意操作。并且这样做的内存占用少（这里用内存换取执行时间）。
public static class OrderedOperation
{
public delegate void WorkerDelegate(int index, float progress);
public static void Process(WorkerDelegate worker, IEnumerable<int> items, int count, int maxItem, int maxChunkSize)
{
// create a histogram such that a single bin is never bigger than a chunk
int binCount = 1000;
int[] bins;
double binScale;
bool ok;
do
{
ok = true;
bins = new int[binCount];
binScale = (double)(binCount - 1) / maxItem;
int i = 0;
foreach (int item in items)
{
bins[(int)(binScale * item)]++;
if (++i == count)
{
break;
}
}
for (int b = 0; b < binCount; b++)
{
if (bins[b] > maxChunkSize)
{
ok = false;
binCount *= 2;
break;
}
}
} while (!ok);
var chunkData = new int[maxChunkSize];
var chunkIndex = new int[maxChunkSize];
var done = new System.Collections.BitArray(count);
var processed = 0;
var binsCompleted = 0;
while (binsCompleted < binCount)
{
var chunkMax = 0;
var sum = 0;
do
{
sum += bins[binsCompleted];
binsCompleted++;
} while (binsCompleted < binCount - 1 && sum + bins[binsCompleted] <= maxChunkSize);
Debug.Assert(sum <= maxChunkSize);
chunkMax = (int)Math.Ceiling((double)binsCompleted / binScale);
var chunkCount = 0;
int i = 0;
foreach (int item in items)
{
if (item < chunkMax && !done[i])
{
chunkData[chunkCount] = item;
chunkIndex[chunkCount] = i;
chunkCount++;
done[i] = true;
}
if (++i == count)
{
break;
}
}
Debug.Assert(sum == chunkCount);
Array.Sort(chunkData, chunkIndex, 0, chunkCount);
for (i = 0; i < chunkCount; i++)
{
worker(chunkIndex[i], (float)processed / count);
processed++;
}
}
Debug.Assert(processed == count);
}
}
这两个类可以一起工作（这就是我使用它们的方式），但它们不是必须的。我希望其他人发现它们有用。但我承认，它们是边缘案例类。欢迎提问。如果我的代码很糟糕，我也想听听提示。
最后一个想法：正如您在 OrderedOperation 中看到的，我使用的是整数而不是长整数。目前这对我来说已经足够了，尽管我有最初的问题（应用程序在不断变化，以防你无法分辨）。但是，如果需要，该类也应该能够处理 long。
【问题讨论】：
-
你的意思是你正在排序超过 2^32 个元素？
-
@Jared：不，他希望能够对具有大索引的数组进行排序，但不能对整个数组进行排序——只是其中的一个子集。但是，BCL 没有办法做到这一点。
标签： c# .net arrays sorting int64