對(duì)python數(shù)據(jù)切割歸并算法的實(shí)例講解

更新時(shí)間：2018年12月12日 08:43:07 作者：body_builder

今天小編就為大家分享一篇對(duì)python數(shù)據(jù)切割歸并算法的實(shí)例講解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

當(dāng)一個(gè) .txt 文件的數(shù)據(jù)過于龐大，此時(shí)想要對(duì)數(shù)據(jù)進(jìn)行排序就需要先將數(shù)據(jù)進(jìn)行切割，然后通過歸并排序，最終實(shí)現(xiàn)對(duì)整體數(shù)據(jù)的排序。要實(shí)現(xiàn)這個(gè)過程我們需要進(jìn)行以下幾步：獲取總數(shù)據(jù)行數(shù)；根據(jù)行數(shù)按照自己的需要對(duì)數(shù)據(jù)進(jìn)行切割；對(duì)每組數(shù)據(jù)進(jìn)行排序最后對(duì)所有數(shù)據(jù)進(jìn)行歸并排序。

下面我們就來實(shí)現(xiàn)這整個(gè)過程：

一：獲取總數(shù)據(jù)的行

def get_file_lines(file_path):
 # 目標(biāo)文件的路徑
 file_path = str(file_path)
 with open(file_path, 'rb') as file:
  # 定義行數(shù)
  i = 0
  while True:
   # 一次讀取一行數(shù)據(jù)
   line = file.readline()
   if not line :
    break
   else:
    # 每讀一行，行數(shù)加一
    i += 1
   #設(shè)置進(jìn)度條，每當(dāng)i讀取1000000行時(shí)打印一次i
   # 每當(dāng)讀取1000000的整數(shù)倍行時(shí)，打印行數(shù)（進(jìn)度條）
   if i % 1000000 == 0:
    print(i)
  # 打印總行數(shù)
  print(i)
  return i

二：對(duì)數(shù)據(jù)進(jìn)行切割

# 定義均等切割函數(shù)，num是待切割的文件的行數(shù)的值，n為切割份數(shù),file_path是待切割的文件，file_dir是切割好的文件寫入的目錄
def evg_split(num, n, file_path, file_dir):
 last_list = []
 # 如果樣本剛好可以整除為n份
 if num % n == 0:
  for i in range(n):
   # 則直接將樣本分為n分沒份對(duì)應(yīng)num/n個(gè)
   last_list.append(num / n)
 # 如果不能整除
 if num % n != 0:
  # 如果不能整除，則先將num整除n-1并取n-1份,余下的單獨(dú)做一份
  evg = (num - num % n) // (n - 1)
  for i in range(n):
   last_list.append(evg)
  last_list.append(num % (n - 1))
 print(last_list)
 # return last_list
 # 對(duì)應(yīng)于切割后的每一份數(shù)據(jù)
 with open(file_path, 'rb') as path:
  for i in range(n):
   # 創(chuàng)建臨時(shí)文件
   tmp_file = file_dir + str(i) + '.txt'
   # 打開臨時(shí)文件，將內(nèi)容一條一條的寫入
   file = open(tmp_file, 'wb')
   for j in range(int(last_list[i])):
    line = path.readline()
    file.write(line)
    print(line)
   print('------------')
   file.close()

三：對(duì)每組數(shù)據(jù)進(jìn)行排序的內(nèi)容由讀者根據(jù)自身數(shù)據(jù)需要進(jìn)行排序，下面直接介紹歸并排序

四：歸并排序

def merge( mylist1, mylist2, file1):
 while len(mylist1) > 0 and len(mylist2) > 0:
  if mylist1[0]<mylist2[0]:
   with open(file1,'a') as file:
    file.write(str(mylist1[0]))
    del mylist1[0]
  elif mylist1[0] > mylist2[0]:
   with open(file1,'a') as file:
    file.write(str(mylist2[0]))
    del mylist2[0]
  else:
   with open(file1,'a') as file:
    file.write(str(mylist1[0]))
    file.write(str(mylist2[0]))
    del mylist1[0]
    del mylist2[0]
 with open(file1, 'a') as file:
  for i in mylist1:
   file.write(str(i))
  for i in mylist2:
   file.write(str(i))

總結(jié)：對(duì)于一個(gè)大型數(shù)據(jù)文件，我們可以將其切割成若干個(gè)小型的數(shù)據(jù)文件，然后分別的這些小型的數(shù)據(jù)文件進(jìn)行排序，最后使用歸并排序?qū)⑦@些數(shù)據(jù)文件寫入到一個(gè)總體文件中，從而實(shí)現(xiàn)了對(duì)這個(gè)大型數(shù)據(jù)文件的排序。

以上這篇對(duì)python數(shù)據(jù)切割歸并算法的實(shí)例講解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: