等长字符串的排序算法 C++答案

【问题标题】：Sorting Algorithms for strings of equal length C++等长字符串的排序算法 C++
【发布时间】：2014-11-02 08:59:07
【问题描述】：

我需要按 ASCII 和长度对大约 100000 个字符串进行排序，我通过将其放入字符串长度处的 2D 向量中来按长度排序，然后使用快速排序（用于 ASCII）对每个数组进行排序。但是对于等长的字符串有更快的排序吗？我听说基数很棒，但我觉得很难理解。不使用 sort() 函数对等长字符串进行排序的最佳方法是什么？如果您需要代码，我可以发布它。

【问题讨论】：

"ASCIIbetically" - 不错 :-)
这是一件事，我发誓 =]
我没有得到你想要达到的目标。也许一个简短的例子会有所帮助。
好的，所以我们得到了大约 100000 个字符串，我们必须以尽可能最快的方式对这些字符串进行 n 次排序。所以说，“那块拼图更高”最终会成为“那块更高的拼图”。我只是在寻找一种更快的方法来以这种方式对字符串进行排序。
你读过这篇文章吗：Engineering Radix Sort for Strings？在优化字符串的基数排序方面付出了很多努力。

标签： string algorithm sorting

【解决方案1】：

我认为构建一个trie，然后通过前序遍历检索树中的键与字符串排序一样有效，实际上是基数排序的一种形式。 Here 是讨论这种方法的详细学术论文。至少在 2006 年，这是目前最快的字符串排序方法。

【讨论】：

目前，使用向量和快速排序对大约 70000 个字符串进行排序大约需要 0.38 秒。特里会打败它吗？（然后又取决于计算机）
对不起，多出 0.38 秒
有没有人有一些简单的 trie 示例代码可以看，甚至是伪代码？

【解决方案2】：

对于 8 到 15 个字符的字符串，您的快速排序比较函数可以在单个 64 位块中处理前 8 个字符。依此类推，从 16 到 31，依此类推。因此，您最终会得到尽可能多的比较函数，因为您觉得会有所作为。除非您有大量带有较长公共子字符串的字符串，否则只需使用您对字符串长度的了解就可以直接解决问题。

为了完整性，您需要担心对齐和字节顺序。因此，一次将 8 个字节提取到 uint64_t 中：

  uint64_t u ;

  memcpy(&u, pv, 8) ;
  ...convert to big-endian if required...

会成功的。我可以告诉你，在 x86_64 上使用 gcc 和 -O2 时，memcpy() 编译为一条指令，就好像它是 u = *(uint64_t*)pv :-) 对于有对齐问题的处理器，我希望编译器能做一些合适的事情。

可悲的是，memcmp(foo, bar, 8) 没有得到相同的处理（至少在 gcc 4.8 上，甚至没有 -O3）:-(

【讨论】：