RSS订阅转载 海量数据处理面试题
第一部分、十道海量数据处理面试题1、海量日志数据，提取出某日访问百度次数最多的那个IP。首先是这一天，并且是访问百度的日志中的IP取出来，逐个写入到一个大文件中。注意到IP是32位的，最多有个2^32个IP。同样可以采用映射的方法， 比如模1000，把整个大文件映射为1000个小文件，再找出每个小文中出现频率最大的IP（可以采用hash_map进行频率统计，然后再找出频率最大 的几
2014-05-25 15:09:07
275
转载 数据库中索引的作用
为什么要创建索引呢？这是因为，创建索引可以大大提高系统的性能。 第一，通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。 第二，可以大大加快 数据的检索速度，这也是创建索引的最主要的原因。 第三，可以加速表和表之间的连接，特别是在实现数据的参考完整性方面特别有意义。 第四，在使用分组和排序 子句进行数据检索时，同样可以显著减少查询中分组和排序的时间。 第五，通过使用索引
2014-05-25 15:07:06
1294
转载 平衡二叉树的好处
二叉排序树是一种比较有用的折衷方案。 数组的搜索比较方便，可以直接用下标，但删除或者插入某些元素就比较麻烦。 链表与之相反，删除和插入元素很快，但查找很慢。 二叉排序树就既有链表的好处，也有数组的好处。 在处理大批量的动态的数据是比较有用。 文件系统和数据库系统一般都采用树（特别是B树）的数据结构数据，主要为排序和检索的效率。二叉树是一种最基本最
2014-05-25 15:04:52
5825
1
转载 内存对齐的规则以及作用
2 //程序1 3 #include iostream> 4 5 using namespace std; 6 7 struct st1 8 { 9 char a ;10 int b ;11 short c ;12 };13 14 struct st215 {16 short c ;17 c
2014-05-25 15:00:03
348
原创 String reorder
Time Limit: 10000msCase Time Limit: 1000msMemory Limit: 256MBDescriptionFor this question, your program is required to process an input string containing only ASCII characters
2014-04-15 18:37:11
317
原创 dictionary order
Time Limit: 10000msCase Time Limit: 1000msMemory Limit: 256MBDescriptionConsider a string set that each of them consists of {0, 1} only. All strings in the set have the same nu
2014-04-15 18:33:52
384
原创 decreases inversion count
#include #include using namespace std;void swap(int &a,int &b){int temp = a;a = b;b = temp;}//计算反演对的个数int InversionCount(int* arr,int** inversion,const int n){assert(!(arr=
2014-04-15 18:30:35
333