sorting - SAS 过程排序算法

Question

我用谷歌搜索，但我没有找到有关 SAS 中 proc sort 幕后算法的信息？例如，在 Python 中，sort() 使用 timsort .

Answer 1

正如 Stu 所观察到的，proc sort 是封闭源代码，因此我们能做的最好的事情就是推测。话虽如此，我怀疑排序算法的选择至少取决于以下因素:

• 运行 SAS 的平台
• 用于管理源数据集和目标数据集的 libname 引擎。
• proc sort 语句中使用的设置 - 特别是 noequals(它要求稍快但不稳定的排序)、tagsort 和线程。
• 可用于通过 sortsize 和 memsize 系统选项定义的排序的内存量。
• 输入数据集的大小
• 是否通过 sortpgm、sortcutp 和其他相关系统调用任何第三方排序引擎(例如 SyncSort)，而不是 SAS 默认引擎选项。

值得注意的是，SAS 已经经历了多代计算机硬件，排序算法的最佳选择在很大程度上取决于硬件。即使是冒泡排序理论上在足够老的系统上也是最优的。我非常希望 SAS 能够解决这类问题。