摘要： 处理400G数据，用时的估算：1、读一遍：400G/.03G/60/60= 3.7小时。2、写一遍：400G/.01G/60/60= 11.11小时。其中.03、.01，分别是读、写硬盘的速度。验证法中，有将原始数据中已经读出的数据标特殊值的要求。标记方式有二：1、对取出的一亿数循环。用它们在原始数... 阅读全文

摘要： 数据继续增加，麻烦很多。下面给出一个方案：void shift(int data[], int i, int length) //筛选算法{ for(int c; c= i* 2+ 1, c 0; all-= size) //减去做好的 ... 阅读全文

摘要： 小结一下：对这个问题，到目前，我们得到了两段比较好的代码：堆选择与快速选择。堆选择，是我根据维基百科/堆排序/C++代码，改写得。快速选择，为ExcelHome的知名网友香川群子所写。她并指出，该代码去掉提前退出的条件，即为快速排序。即：void SortQuick(int data[], int ... 阅读全文

摘要： 快速选择这是一种快速将数据分成两组的方法。类似快速排序算法。在ExcelHome网站讨论一亿取十万这个问题时，得到该网站知名网友“香川群子”的VB代码。核心如下：Function QuickSort2(tr, l&, u&, k&) '递归算法的快速排序过程 不解释 Dim i&, j&, r... 阅读全文

摘要： 堆处理： void shift(int data[], int i, int length) { for(int c; c= i* 2+ 1, c= 0; i--) shift(data, i, n); ... 阅读全文

摘要： 单向链表用单向链表，还更麻烦。因为，插入时，必须修改插入点的前一节点的后续值。因此，做查找时，临时维护一个前趋。也不知道有没好处。代码如下：//---------------------- //单向链struct SOut... 阅读全文

摘要： 双向链表来处理：双向链表，虽顺序比较，次数多。但插入不用移动数据。不知道这两者谁占上风。还是代码来运行一下吧。代码如下：#include #include using namespace std; struct SOutTwo{ int value, next, pre;}... 阅读全文

摘要： 准备对能一次读入内存中处理的数据，取前K小，用多种方法进行。设想有：插入排序、折半查找插入排序、链排序、堆排序。顺序查找直接插入：思路：1、对全部数据，依次取值。送到一个队列。2、待判断的数据，在队列中做顺序查找。找到位置则插入。3、当队列满，且待判断的数据大于队列中最大数据，则直接放弃。另，代码中... 阅读全文

摘要： 今天在知呼，看到一问：如何在很大数量级的数据中（比如1个亿）筛选出前10万个最大值？这是某人面试时，被问到的问题。我，试答如下：m取前n以取小为例吧。我喜欢小。以数据总量，分：小、中、大，三种情况来分析。1、小：全部读入内存，排序，取前n。2、中：2.1：分几次读入（次数为k=总数据/内存大小），分... 阅读全文