题目:

  有2.5亿个无符号整数(但在文件里面),要求找出这2.5亿个数字里面,不重复的数字的个数(那些只出现一次的数字的数目);另外,可用的内存限定为600M;要求算法高效、最优。

 

思路:

  这么多个数字,全部读到内存里面肯定不行的,那么就要读一些处理一些。试想用一个标志的数组,里面放的是true或者false,表示一个数字是否是第一次被读到,最好能够把这个数字就当做数组的下标来访问这个标志,比如读到234432,看flag[234432]是true还是false,这样就很方便了(这和哈希的思想不是挺类似的嘛)。

  好了,那么现在主要矛盾在这个flag标志数组该如何定义上了。无符号int,大小从 0 到 2^32 - 1(4字节的话),那么要保证数组足够大以至于能够用下标 2^32 - 1 来访问这个数的标志。true或false,那么也只要一位就够了,那么这个flag数组有多大呢:

  2^32 个bit 也就是 2^29 byte 也就 2^19 kb 也就 2^9 M 也就 512 M。这个大小小于600M,那么就内存来说是可以的。

 

代码:

 1 #include <iostream>
 2 #include <fstream>
 3 #include <cstdlib>
 4 #include <bitset>
 5 
 6 using std::cin;
 7 using std::cout;
 8 using std::endl;
 9 
10 int main(void)
11 {
12     const unsigned int thisIntMax = 0xffffffff;            //无符号int最大值,我的机子int是4字节
13 
14 #ifdef GENETATE_DATA
15     //生成很多值,其实这里太多了
16     std::ofstream fout("src.txt");
17     for (unsigned int i = 0; i < thisIntMax; i++)
18     {
19         unsigned int temp = std::rand();
20         fout << temp << endl;
21     }
22 #endif
23 
24     std::bitset<thisIntMax>* pArr = new std::bitset<thisIntMax>;            //默认值都是0,所以不要设置值了
25     std::ifstream fin("src.txt");
26     unsigned int temp, allCnt = 0, cnt = 0;
27 
28     while (fin >> temp)
29     {
30         allCnt++;
31         if (false == pArr->at(temp))            //注意这里要用at
32         {
33             cnt++;
34             pArr->set(temp);            //设为1
35         }
36         else
37         {
38             cout << temp << endl;
39         }
40         if (10000 == allCnt)
41             break;
42     }
43     cout << "Results:\n" << allCnt << endl << cnt;
44     delete pArr;
45     cin.get();
46 }

 

结果:

 

总结:

  用位来表明一个数是否出现过。

  直接把数字当做位数组的下标来进行访问。

posted on 2014-08-26 11:57  简单的信仰  阅读(1224)  评论(3编辑  收藏  举报