程序设计1

 

当处理大批量的数据时，不仅要考虑算法的正确性，也要关注程序实现的健壮性，如果发生存储资源不足等类似的问题时，你做如何的应对？

在专利搜索中，有一个叶子节点的处理器，是对输入的文本分词，并统计词的频率，记录其所有出现的位置（包括段号、句号、句内位置号），词及其统计信息可被称为一个factor，该处理器就是把文本变换成这样一个factor序列。原来使用数组来存储这个序列（为的是可以随机存取），并且不做预先扫描来确定其精确的存储空间，就开了个最大值——文本中词语的个数（为了时间上的效率考虑）。但今天早晨发现，有一个说明文本在 10M 以上，其词语的个数以百万计，而在当时我的机器运行环境下，申请内存空间的操作造成了程序的崩溃。

也就是说，作为内核部分，要为健壮性而设计，必须考虑这个factor序列的存储机制，如果内存空间不够怎么办？毕竟，对于该处理器来讲，输入是可以任意大的。

一个教训。