自猿其说海量数据处理 多层划分
多层划分 方法介绍 多层划分法，本质上还是分而治之的思想，因为元素范围很大，不能利用直接寻址表，所以通过多次划分，逐步确定范围，然后最后在一个可以接受的范围内进行。 问题实例 1、2.5亿个整数中找出不重复的整数的个数，内存空间不足以容纳这...
数据结构与算法 第3页
自猿其说记录站长成长点滴，将工作所学所思所看分享到这里，介绍基础数据结构，常用算法，进阶算法，编程经验，常见面试算法，希望您能通过本站有所成长。
海量数据处理 外排序
外排序 方法介绍 所谓外排序，顾名思义，即是在内存外面的排序，因为当要处理的数据量很大，而不能一次装入内存时，此时只能放在读写较慢的外存储器（通常是硬盘）上。 外排序通常采用的是一种“排序-归并”的策略。 在排序阶段，先读入能放在内存中的数...
海量数据处理 simhash算法
simhash算法 方法介绍 背景 如果某一天，面试官问你如何设计一个比较两篇文章相似度的算法？可能你会回答几个比较传统点的思路： 一种方案是先将两篇文章分别进行分词，得到一系列特征向量，然后计算特征向量之间的距离（可以计算它们之间的欧氏距...
海量数据处理 分而治之
分而治之 方法介绍 对于海量数据而言，由于无法一次性装进内存处理，导致我们不得不把海量的数据通过hash映射分割成相应的小块数据，然后再针对各个小块数据通过hash_map进行统计或其它操作。 那什么是hash映射呢？简单来说，就是为了便于...
海量数据处理
本章导读 所谓海量数据处理，是指基于海量数据的存储、处理、和操作。正因为数据量太大，所以导致要么无法在较短时间内迅速解决，要么无法一次性装入内存。 事实上，针对时间问题，可以采用巧妙的算法搭配合适的数据结构（如布隆过滤器、哈希、位图、堆、数...
海量数据处理 关联式容器
关联式容器 一般来说，STL容器分为： 序列式容器(vector/list/deque/stack/queue/heap)，和关联式容器。 其中，关联式容器又分为set(集合)和map(映射表)两大类，以及这两大类的衍生体multiset(...
动态规划 本章习题
本章动态规划的习题 1.子序列个数 子序列的定义：对于一个序列a=a[1],a[2],……a[n]，则非空序列a’=a[p1],a[p2]……a[pm]为a的一个子序列其中1<=p1<p2<…..<pm<=n。...
动态规划 格子取数
格子取数问题 题目描述 有n*n个格子，每个格子里有正数或者0，从最左上角往最右下角走，只能向下和向右，一共走两次（即从左上角走到右下角走两趟），把所有经过的格子的数加起来，求最大值SUM，且两次如果经过同一个格子，则最后总和SUM中该格子...
动态规划 交替字符串
交替字符串 题目描述 输入三个字符串s1、s2和s3，判断第三个字符串s3是否由前两个字符串s1和s2交错而成，即不改变s1和s2中各个字符原有的相对顺序，例如当s1 = “aabcc”，s2 = “dbbca”，s3 = “aadbbcb...
动态规划 字符串编辑距离
字符串编辑距离 题目描述 给定一个源串和目标串，能够对源串进行如下操作： 在给定位置上插入一个字符 替换任意字符 删除任意字符 写一个程序，返回最小操作数，使得对源串进行这些操作后等于目标串，源串和目标串的长度都小于2000。 分析与解法 ...
