摘要： 1. Bit-map思想给你一堆西安市的电话号码列表，数量大概在千万级，要求从中找出所有重复的电话号码，需要时间复杂度尽可能小。目前西安市的电话号码大概都以8开头，为8位，也就是类似于82678578这样子二重暴力搜索时间复杂度太高，这里我们不予考虑。容易想到的办法就是建立一个标志数组，int boolean都行，用相应的位置值来代替这个号码是否出现，根据数组的可直接存取特性，来提高效率。但是你是否想过或测试过int[] a = new int[100000000];boolean[] a = new boolean[100000000]; //需要大概100M*4的内存，如果这样类似的语句是 阅读全文

摘要： 给你100000个长度不超过10的单词。对于每一个单词，我们要判断他出没出现过，如果出现了，第一次出现第几个位置。这题当然可以用hash来，但是我要介绍的是trie树。在某些方面它的用途更大。比如说对于某一个单词，我要询问它的前缀是否出现过。这样hash就不好搞了，而用trie还是很简单。现在回到例子中，如果我们用最傻的方法，对于每一个单词，我们都要去查找它前面的单词中是否有它。那么这个算法的复杂度就是O(n^2)。显然对于100000的范围难以接受。现在我们换个思路想。假设我要查询的单词是abcd，那么在他前面的单词中，以b，c，d，f之类开头的我显然不必考虑。而只要找以a开头的中是否存在a 阅读全文

摘要： bitmap是一个十分有用的结构。所谓的Bit-map就是用一个bit位来标记某个元素对应的Value， 而Key即是该元素。由于采用了Bit为单位来存储数据，因此在存储空间方面，可以大大节省。适用范围：可进行数据的快速查找，判重，删除，一般来说数据范围是int的10倍以下基本原理及要点：使用bit数组来表示某些元素是否存在，比如8位电话号码扩展：bloom filter可以看做是对bit-map的扩展问题实例：1)已知某个文件内包含一些电话号码，每个号码为8位数字，统计不同号码的个数。8位最多99 999 999，大概需要99m个bit，大概10几m字节的内存即可。2)2.5亿个整数中找出. 阅读全文

摘要： 腾讯算法 题：服务器内存1G，有一个2G的文件，里面每行存着一个QQ号（5-10位数），怎么最快找出出现过最多次的QQ号。2G内存，两个4G的文件，每个文件格式为每行是一个url地址，找出这个两个文件中重复的url地址（典型的url去重问题）淘宝面试题：从 [1,1000] 这个集合中任意选取100个不重复的整数，将这100个数压缩到 N 个 bit 位中存储，问：1、N 的最小值是多少？2、给出这个最小值对应的压缩存储算法。有一个给定的字符串集{“add”, “delete”, “update”, “start”, “stop”, “remove”, “push”, “pop”, “get” 阅读全文