- 博客(6)
- 收藏
- 关注
RSS订阅原创 再看ThreadLocal
线程内部要用到线程外的一个变量package com.lgc;import java.util.HashMap;import java.util.Map;import java.util.Random;public class ThreadScopeShareData { private static int data = 0; public static void main
2014-01-12 18:28:43
509
转载 排序技术_各种算法原理 图解 代码实现
排序技术有很多种，下面简单介绍一下几种。一 插入排序1.1 直接插入排序基本思想：每次将一个待排序额记录按其关键码的大小插入到一个已经排好序的有序序列中，直到全部记录排好序。图解：代码实现：[cpp] view plaincopy//直接顺序排序 void InsertSo
2014-01-11 21:25:14
544
转载 堆排序原理图解
数据结构中的堆和操作系统中的堆、堆栈（栈）是没有关系的，大家不要像我一样有误解。数据结构中的堆分两种：大（顶）堆和小（顶）堆，简单来说就是 〇 。 O O
2014-01-11 20:36:21
634
转载 MapReduce之Join操作（map-side Join）
本文讲述如何在map端完成join操作。之前我们提到了reduce-join，这种方法的灵活性不错，也是理所当然地能够想到的方法；但这种方法存在的一个最大的问题是性能。大量的中间数据需要从map节点通过网络发送到reduce节点，因而效率比较低。实际上，两表的join操作中很多都是无用的数据。现在考虑可能的一种场景，其中一个表非常小，以致于可以直接存放在内存中，那么我们可以利用Hadoop提供的D
2014-01-09 21:57:20
1212
转载 MapReduce之Join操作（Reduce-side Join）
在关系型数据库中 join 是非常常见的操作，各种优化手段已经到了极致。在海量数据的环境下，不可避免的也会碰到这种类型的需求，例如在数据分析时需要连接从不同的数据源中获取到的数据。不同于传统的单机模式，在分布式存储的下采用 MapReduce 编程模型，也有相应的处理措施和优化方法。本文对 Hadoop 中最基本的 join 方法进行简单介绍，这也是其它许多方法和优化措施的基础。文中所采用的例
2014-01-09 21:54:58
704
转载 使用并行计算大幅提升递归算法效率
前言：无论什么样的并行计算方式，其终极目的都是为了有效利用多机多核的计算能力，并能灵活满足各种需求。相对于传统基于单机编写的运行程序，如果使用该方式改写为多机并行程序，能够充分利用多机多核cpu的资源，使得运行效率得到大幅度提升，那么这是一个好的靠谱的并行计算方式，反之，又难使用又难直接看出并行计算优势，还要耗费大量学习成本，那就不是一个好的方式。 由于并行计算在互联网应用的业务场景都
2014-01-08 17:06:26
1137
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人