鲍礼彬的CSDN博客 ~_~

大数据一路走来，从最开始的Hadoop1.0 逐渐发展到Hadoop2.0。Hadoop的横空出世引领了大数据行业技术的发展。逐渐以分布式并行离线处理框架MapReduce、分布式文件存储系统HDFS以及调度系统YARN为中心，发展出庞大的生态圈，比如Hive、HBase、Zookeeper等等，丰富健全了最开始的大数据技能系统。随着大数据技术的发展，又开发引进了以Spark为核心的处理体系，列式数据库Kudu、多维分析引擎Druid、Kylin等等，更加丰富了这个庞大的生态圈，对于数据的分...

问题：求key对应唯一value的数据， 如果用groupByKey或reduceByKey很容易就做出来了，现在用aggregateByKey求解一下。输入数据：asdfgh 546346retr 4567asdfgh 7685678ghj 2345asd 234hadoop 435ghj 23454asdfgh 54675asdfgh 546759878

剑指offer的java版本实现。完整代码请看github：地址：https://github.com/baolibin/offer以后有时间出版c语言实现的版本。

jieba“结巴”中文分词：做最好的 Python 中文分词组件"Jieba" (Chinese for "to stutter") Chinese text segmentation: built to be the best Python Chinese word segmentation module.Scroll down for English documen

面试题42-题目2：字符串左旋转题目描述汇编语言中有一种移位指令叫做循环左移（ROL），现在有个简单的任务，就是用字符串模拟这个指令的运算结果。对于一个给定的字符序列S，请你把其循环左移K位后的序列输出。例如，字符序列S=”abcXYZdef”,要求输出循环左移3位后的结果，即“XYZdefabc”。是不是很简单？OK，搞定它！代码：package offer;

面试题42：翻转单词顺序题目描述牛客最近来了一个新员工Fish，每天早晨总是会拿着一本英文杂志，写些句子在本子上。同事Cat对Fish写的内容颇感兴趣，有一天他向Fish借来翻看，但却读不懂它的意思。例如，“student. a am I”。后来才意识到，这家伙原来把句子单词的顺序翻转了，正确的句子应该是“I am a student.”。Cat对一一的翻转这些单词顺序可不在行，你能帮

面试题41-题目2：和为S的连续正数序列题目描述小明很喜欢数学,有一天他在做数学作业时,要求计算出9~16的和,他马上就写出了正确答案是100。但是他并不满足于此,他在想究竟有多少种连续的正数序列的和为100(至少包括两个数)。没多久,他就得到另一组连续正数和为100的序列:18,19,20,21,22。现在把问题交给你,你能不能也很快的找出所有和为S的连续正数序列? Good

面试题41：和为S的两个数字题目描述输入一个递增排序的数组和一个数字S，在数组中查找两个数，是的他们的和正好是S，如果有多对数字的和等于S，输出两个数的乘积最小的。 输出描述:对应每个测试案例，输出两个数，小的先输出。代码：package offer;import java.util.ArrayList;import java.util.Col

面试题40：数组中只出现一次的数字题目描述一个整型数组里除了两个数字之外，其他的数字都出现了两次。请写程序找出这两个只出现一次的数字。代码：package offer;/** * 面试题40：数组中只出现一次的数字 * 一个整型数组里除了两个数字之外，其他的数字都出现了两次。请写程序找出这两个只出现一次的数字。 */public class _4

面试题39-题目2：平衡二叉树题目描述输入一棵二叉树，判断该二叉树是否是平衡二叉树。代码：package offer;/** * 面试题39： * 题目2：平衡二叉树 * 输入一棵二叉树，判断该二叉树是否是平衡二叉树。 */public class _39_2_avl { public static void main(String[]

面试题39：二叉树的深度题目描述输入一棵二叉树，求该树的深度。从根结点到叶结点依次经过的结点（含根、叶结点）形成树的一条路径，最长路径的长度为树的深度。代码：package offer;/** * 面试题39：二叉树的深度 * 输入一棵二叉树，求该树的深度。从根结点到叶结点依次经过的结点（含根、叶结点）形成树的一条路径，最长路径的长度为树的深度。

面试题38：数字在排序数组中出现的次数题目描述统计一个数字在排序数组中出现的次数。代码：package offer;/** * 面试题38：数字在排序数组中出现的次数 * 统计一个数字在排序数组中出现的次数。 */public class _38_sort_num_times { public static void main(Strin

面试题37：两个链表的第一个公共结点题目描述输入两个链表，找出它们的第一个公共结点。代码：package offer;/** * 面试题37：两个链表的第一个公共结点 * 输入两个链表，找出它们的第一个公共结点。 */public class _37_linked_common { public static void main(Stri

面试题36：数组中的逆序对题目描述在数组中的两个数字，如果前面一个数字大于后面的数字，则这两个数字组成一个逆序对。输入一个数组,求出这个数组中的逆序对的总数P。并将P对1000000007取模的结果输出。 即输出P%1000000007 输入描述:题目保证输入的数组中没有的相同的数字数据范围： 对于%50的数据,size 对于%75的数据,size 对于%100的数据,size

面试题35：第一次只出现一个的字符题目描述在一个字符串(1代码：package offer;import java.util.HashMap;/** * 面试题35：第一个只出现一次的字符 * 在一个字符串(1<=字符串长度<=10000，全部由大写字母组成)中找到第一个只出现一次的字符,并返回它的位置 */public class _35_

面试题34：丑数题目描述把只包含因子2、3和5的数称作丑数（Ugly Number）。例如6、8都是丑数，但14不是，因为它包含因子7。 习惯上我们把1当做是第一个丑数。求按从小到大的顺序的第N个丑数。代码：package offer;/** * 面试题34：丑数 * 把只包含因子2、3和5的数称作丑数（Ugly Number）。例如6、8都是丑数，但

面试题33：把数组排成最小的数题目描述输入一个正整数数组，把数组里所有数字拼接起来排成一个数，打印能拼接出的所有数字中最小的一个。例如输入数组{3，32，321}，则打印出这三个数字能排成的最小数字为321323。代码：package offer;/** * 面试题33：把数组排成最小的数 * 输入一个正整数数组，把数组里所有数字拼接起来排成一个数，

面试题32：从1到n整数中1出现的次数题目描述求出1~13的整数中1出现的次数,并算出100~1300的整数中1出现的次数？为此他特别数了一下1~13中包含1的数字有1、10、11、12、13因此共出现6次,但是对于后面问题他就没辙了。ACMer希望你们帮帮他,并把问题更加普遍化,可以很快的求出任意非负整数区间中1出现的次数。代码：package offer

面试题31：连续子数组的最大和题目描述HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢？例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始

面试题30：最小的K个数题目描述输入n个整数，找出其中最小的K个数。例如输入4,5,1,6,2,7,3,8这8个数字，则最小的4个数字是1,2,3,4,。代码：package offer;import java.util.ArrayList;import java.util.TreeSet;/** * 面试题30：最小的K个数 * 输入n个整数，