概述 这一切要从2019MCM/ICM(题目下载地址)开始说起，我们小组拿到题目之后经过讨论选择了D题。这其实也是我个人的意向，因为今年的题目普遍需要生物和金融方面的知识，而我们组除了我是计科专业的，其他两位都是做理论物理方向，而今年的题目普遍没有物理发挥的余地，所以我尽量去找一些适合计科的题目。但B题C题给我的第一感觉就是只有我一个人写程序做数据处理肯定搞不定，所以我和小组都将目标放在了我有点思

外部排序及性能测试 概述 文章以DSAA课程中的一个实验题目为例，展示: 具体算法细节(外部排序算法) 数据结构实现(数据结构) 程序性能测试(性能测试) 最后对实验的结果做分析与总结(程序分析)，再写一些感想(结语)。

说明 文本主要翻译Vidiot的<<Basic Vector Space Search Engine Theory>>原文地址，并且阐述理论的应用。 我尽可能还原原文并且减少翻译的生硬，但是由于翻译经验不足，如有些内容翻译不准确还请去阅读原文。

文件结构 说明 该文件结构针对ASCII码设计，字符的种类数设为\(N\)，由于ASCII码中可显示字符十进制编码范围是\([32,126]\) , 共\(95\)种，考虑进少量不可见字符则\(N_{max}=127\)，又因为对于Huffman编码，如果\(N\leq2\)则编码没有任何效果，所以可设置范围\(N \in [3,127]\)。 设源文件大小不超过4GB(\(2^{32}\tex