不能直接用std::sort对几十GB数组排序，因内存无法容纳全部数据，会触发OOM；需采用外部排序：分块读入、内存排序、写临时文件、多路归并。
为什么不能直接用 std::sort 对几十GB的数组排序
因为内存根本装不下。假设你有 100GB 的 int 数据，而物理内存只有 16GB，std::sort 会尝试把全部数据加载进内存做比较和交换——这会触发 OOM 或被系统 kill。外部排序的核心思路是「分块读入 → 内存排序 → 写临时文件 → 归并」，不依赖整体载入。
如何分块生成已排序的临时文件（run）
关键在于控制每块大小，确保单次排序不爆内存。比如限制每块最多读 512MB 数据：
- 用
std::ifstream按固定字节数（如512 * 1024 * 1024 / sizeof(int)个int）分批读入std::vector - 对每个
vector调用std::sort，然后用std::ofstream写入独立临时文件（如run_001.bin、run_002.bin） - 务必用二进制模式写入（
std::ios::binary），避免文本换行符干扰；同时记录每个 run 的长度，方便后续归并时判断 EOF
多路归并时怎么避免内存溢出
归并 N 个 run 时，若为每个 run 开一个 std::ifstream 并预读一个元素，总共只占用 N×sizeof(int) 字节，完全可控。但要注意：
- 不要用
std::priority_queue存整个 buffer，只存「当前最小值 + 对应文件句柄 + 下一个偏移」三元组 - 每次从堆顶取出最小元素后，立即从对应文件再读一个新元素（如果还有）；若该 run 已空，则从堆中移除
- 归并输出也必须用二进制写入，且建议用
setvbuf设置大缓冲区（如 1MB），减少系统调用开销
实际跑起来卡在 I/O 或归并不对？检查这几处
常见故障点不在算法逻辑，而在底层 I/O 控制：
立即学习“C++免费学习笔记（深入）”；
- 临时文件路径是否可写？磁盘空间是否足够？归并阶段需要 ≈ 2×输入数据的空闲空间（输入 + 输出）
- 是否关闭了所有
ifstream？忘了.close()可能导致 Linux 下“too many open files”错误（EMFILE） - 二进制读写是否严格对齐？例如用
read(reinterpret_cast<char>(&x), sizeof(x))</char>，而不是>>流提取符（后者会解析格式，破坏二进制一致性） - 跨平台时注意
off_t和size_t在 32 位环境可能溢出，大型文件操作优先用std::ifstream::seekg配合std::streamoff
真正麻烦的是错误恢复：某个 run 文件损坏或提前截断，归并过程不会报明显异常，只会静默输出错序结果。加校验和或分段 checksum 是上线前必须补的环节。
