摘要：1. 给你A,B两个文件，各存放50亿条URL，每条URL占用64字节，内存限制是4G，让你找出A,B文件共同的URL。解法：由于给的内存有限，我们无法将单个文件不加处理直接存放到内存中，所以第一步要预处理数据。在题目中的数据是64字节的URL，也就是有64个char的字符串，考虑将每一个字符串进行模式提取，或者干脆压缩字符串，得到唯一标识。但这样的内存开销还是满足不了题目的要求。或者使用Hash函数针对64个char的字符串进行处理，得到唯一hash值，然后放入位图中处理。这个时候，由于内存是4G，可以创建的位图长度为34359738368大于100E，表明这种方法是可行的。针对两个文件建立 阅读全文

摘要：有2.5E个整数数据，找出其中重复的，给定的内存是600M。由于题目描述的不够清晰，现在假定整数指的是int32，其中有正有负有零，范围就是int32的范围。可以用编程珠玑里的位图来处理，由于内存只有600M，刚好可以将数据分作正，负和0来处理，这个范围是两个2^31，那就是一次处理位图占用512M的内存。之前我用byte数组表示位图，有很多繁琐的步骤和数据结构，在分析博客园其他大牛的文章和手头资料之后决定使用BitArray来处理。总共需要两个位图，一个标志出现过的整数，一个标志这个整数是重复出现的。程序分作数据生成和处理两个部分。处理数据的时候程序大概占用了500多M。时间用的还蛮多的，占 阅读全文

摘要：04 产生[0,n-1]并且没有重复的k个随机整数。方法1：在使用Random类时，每次选择不同的随机因子并在Next中划定范围。这种方法简单容易实现，看上去似乎是可以满足需求的，但我不知道怎么去证明。using System;using System.Collections.Generic;using System.Linq;using System.Text;namespace _01._04{ class Program { static void Main(string[] args) { int n = 1000000; ... 阅读全文

摘要：01 如果不缺内存，如何使用一个具有库的语言来实现一种排序算法以表示和排序集合？1 Array.Sort(array);02 如何使用位逻辑运算（例如与，或，移位）来实现位向量。重要的概念：用一个n位长的字符串来表示一个所有元素都小于n的简单非负整数集合。相对一般的数据而言，其特点是：a,数据限制在一个范围里b,数据没有重复c,数据没有其他的关联项int n = 100;byte[] array = new byte[n];//可以储存[0,n*8)的数//用int m举例，假设m在范围内int m,index,step;//index确定byte数组的索引位置，step确定byte[inde 阅读全文