hadoop17173的专栏

1. 给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url？方案1：可以估计每个文件安的大小为50G×64=320G，远远大于内存限制的4G。所以不可能将其完全加载到内存中处理。考虑采取分而治之的方法。s 遍历文件a，对每个url求取，然后根据所取得的值将url分别存储到1000个小文件（记为）中。这样每个小文件的大约为3

（先观影者）看了电影后的打分在4分以上（5分满分）或8.8分与9.1分之间（10分满分），但是上画第一天，电影评分就从9.1分直降至3分”《王的盛宴》事件引发了不少对评分类网站水军的讨论。不管是电影评分还是游戏评分类站点，都可能遇到这种麻烦，那么对于用户和站点来说，怎样的算法才能相对更好的避免水军带来的干扰呢？工具/原料豆瓣评分算法

近日，沸沸扬扬的360 App刷排名事件及其背后黑色产业链的浮现让公众对App Store的公正性引发质疑。尽管苹果官方已于2月7日针对其应用程序开发者发出一份带有警告意味的声明，劝告开发者不要试图操纵App Store排行榜，并表示将加大审查和处罚力度。但不难看出在App Store现有的应用排名和评分机制下，苹果很难对刷票者及其带来的负面影响做到全盘精确掌控。截至2011年5月，苹果App

淘宝搜索排序的目的是帮助用户快速的找到需要的商品。从技术上来说，就是在用户输入关键词匹配到的商品中，把最符合用户需求的商品排到第一位，其它的依次排在后续相应的位置。为了更好的实现这个目标，算法排序系统基本按三个方面来推进：一．算法模型当用户输入关键词进行搜索的时候，系统依据算法模型来给匹配到的每个商品进行实时的计算，并按照分数的大小对商品进行排序。对于好的算法模型，首先需要