1、在文件中至少存在这样一个数?
2、如果有足够的内存,如何处理?
3、如果内存不足,仅可以用文件来进行处理,如何处理?
答案:
1、32位整数,包括-2146473648~~2146473647,约42亿个整数,而文件中只有40亿个,必然有整数少了。
2、如果采用位数思想来存放,则32位整数最多需要占用43亿个位。约512MB的内存空间 (2`32/8=512MB,这种情况是用一个位表示8bit)
可以采用前一章的位处理方法。然后判断每个int是否等于-1。因为-1的二进制表示是全1的。如果不等于-1。那么说明某一位没有置位。需要进行处理。
如果是用个整数用一位表示出现与否,需要的内存大小:2`32/8/(1024*1024*1024)=0.5G.处理方法:我们遍历一遍文件,将出现的数对应的 那一位置1,然后遍历这些位, 找到第一个有0的位即可,这一位对应的数没有出现
3、内存不足,可以采用如下思想:按最高位分为两段,没有出现的那个数,肯定在比较小的段里面。
如果比较少的段最高位为1,那么缺少的那个数的最高位也为1.
如果比较少的段最高位为0,那么少的那个数的最高位也是0.
依次按以上方法去处理每个位。
算法复杂度为O(n)。每次处理的部分都是上一次的一半。累加之后是O(n).
思想与找第K小数的思想是一样的。只不过在这里是有一个自动分割的过程。而找第k小数的时候,是随机找一个数。
为了验证思想这里写了段C代码。
[ html ]
int get_lost(int *a, int *b, int *c, int alen, int bit)
{
int re = 0, v = 0, biter = 0, *t, citer, i = 0;
if (!a || !b || alen ==(unsigned long)( (1<< bit))) return -1; //哪个数与最多可能拥有个数相等的时候,直接返回了。
int split(int* a, int* b, int*c, int alen, int bit)
{
int biter, citer, i;
int v=0, re = 0, *t;
while(bit--){
v = (1 << bit);
for(i=biter=citer=0; i < alen; i++) {
if(a[i] & (1<<bit)) {
b[biter++] = a[i];
} else {
c[citer++] = a[i];
}
}
if(biter <= citer) {
re += v;
t = a;
a = b;
b = t;
alen = biter;
} else {
t = c;
c = a;
a = t;
alen = citer;
}
}
return re;
}
程序理解:
re最开始是零,如果在某一位上是1的数字大于是0的数字,则把这一位的re置为0。在for循环中,将a的所有数字,按照某一位为零还是为一分成了两部分,也就是b数组和c数组,然后在后面交换b或c和a的位置,在下一个while循环里面处理数字更少的位数。re负责标记,如果某一位为1的数字更多,则这以为标记为0,如果为0的多,标记为1(什么也不做)。最后的re是一个32位的数,他的每一位都是更少的一位,所以它自己本身一定是不存在的。
a指向待查找数组,b存储特定某位为1的的数, c存储某位为0的数。最开始的时候a,b,c都是一样大小。
int split(int* a, int* b, int*c, int alen, int bit)
{
int biter, citer, i;//biter、citer分别是b和c的索引计数器
int v=0, re = 0, *t;
while(bit--){
v = (1 << bit); //v从最高位开始依次向后
for(i=biter=citer=0; i < alen; i++) { //遍历数组a
if(a[i] & (1<<bit)) {
b[biter++] = a[i];//若a[i]的第bit位为1,就把它存入b中
} else {
c[citer++] = a[i];//若a[i]的第bit位为0,则存入c中
}//这里就把输入的文件按照从高位到低位的某一位是否为1分成了两类
}
if(biter <= citer) {//在遍历第bit位中,bit位为1的数比bit位为0的数少,那么缺失值肯定
//在bit位为1的中(在b中)
re += v; //所以将待求值第bit位置1。因为v = (1 << bit),因此加v只是把相应的位变位1,因为re初始化的时候为0
t = a;
a = b;
b = t; //这里为什么要交换是因为,保存bit位中0或者1中最少的那个,然后再在其中搜索不在文件中的数
alen = biter;
} else {
t = c; //若c数量少,则缺失值第bit为0,不用处理
c = a;
a = t; //将c赋给a,进行下一次迭代
alen = citer;
}
}
return re;//re就是找到的不在文件中的数而且肯定存在
}
这种查找方法的时间复杂度是O(n),n+n/2+n/4+n/8+n/2^log(2)n=2n-1;故时间复杂度是O(n),总共划分的次数是log(2)n 。
http://segmentfault.com/q/1010000000359749