编程珠玑 第二章 读书笔记

开篇 A问题：

给定一个包含32位整数的顺序文件，它至多包含40亿个这样的整数，并且次序是随机的。请查找一个此文件不存在的32位整数（2^32>40亿，所以必然有遗漏）。内存空间只有上百字节以及若干备用文件的磁盘空间可以使用 。

2^32>40亿，所以必然有遗漏（这个貌似有个叫鸽巢原理的玩意）

就折腾了我差不多一个星期，本来如果按位图法的话，我们大约使用4*10（9阶）/(8*10(6阶))~~500MB内存的BITMAP；

就可以排序好，然后只要遍历这个BITMAP，找到第一个bitmap[i] ==0;就说明这个数不存在于这40亿中；

不过题目坑爹的限定了内存空间为几百Byte,;

那我们就只好想些巧妙的办法了；

不过如果你能通过看懂课后的答案，想通的话，你真的很牛；

解题的思路主要还是二分法；

不过我们需要跳出普通的思维，换句话说，二分法并不是什么情况下都需要排序后才能使用；

比如这题，作者就很巧妙的利用了二分法，解决了这个问题；

思路如下：

我们读取记录并从中取出一个数字，将高位为1，以及高位为0两类放到不同文件里（用低位也可以），这个过程不需要多少工作内存，几十个byte足够。（因为每次都只读取一个数字，当然我想如果你愿意的话也可以认真分析到底提供的内存为多少，而一次读够挤爆内存的小数据量也是可以的）

我们假设高位为1的放入文件1中；为0的放入0中；

（1）那么当1中数据量和0一样多时，说明两者中都有未包含的数据，任取一个即可；

（2）如果1数据量于0不同时，我们取数据量小的（可以使得接下来的二分需要处理的数据更少，数据量多的那个则有可能没有不存在的数）；

然后递归前面的步骤，最终会找到一个不存在的数字；

那让我们把情况说得简单一些，假设一个文件里头有10个4bit的整数， 
　　1 2 3 4 5 7 6 9 8 10 
　　那么找出遗漏的数字。因为2^4=16 所以文件中的10个数字必定有遗漏 
　　那么我取出一个数字，如果是最高位为1，那么放到一个文件1中，否则放到另外一个文件0中。 
　　理论上最高位为1的4bit数字有多少？2^3=8个 
　　在分拣到文件的过程中，程序有两个计数器，分别记录放入连个文件的数字的个数，如果其中有一个（也可能两个都是）分拣过去的个数小于8个，那么遗漏的数字肯定在这堆里头。 
　　分拣出来 
　　高位为0 1 2 3 4 5 6 7 
　　高位为1 8 9 10 
　　高位为0计数器为 7 高位为1计数器为3显然这两堆都遗漏了数字（比如第一堆遗漏了0） 
　　选择遗漏的那一堆，如此再分拣次高位为1跟为0的……  
将二分继续下去，继续二分的是8、9、10这一组，最终结果是这样的： 
　　8（1000）、9（1001）会被分到文件0中，而10（1010）会被分到文件1中，如果没有遗漏的话，这两组都应该有2^1=2个数，但文件1这一组，只有一个数，所以遗漏的数应该在文件1中，而且这个遗漏的数，在这种情况下，只能是11（1011），这样就找到了一个遗漏的数。

只是 如果这样解题的的话，我觉得结果会根据条件分支的不同，得到不同的遗漏的数。 

（我不确定）；　　

（磁盘文件可以交替使用（题： 若干备用文件的磁盘空间 ），所以占用的空间也不大；）

PS：上网有看到如果涉及负数的话，下面是我看到的帖子；

（ 另外再说一下，之所以我之前提出负整数的疑问，是考虑到操作系统的原因，现在大多数操作系统是32位的，int型的整数是32位的，表示范围为：-2^31~2^31-1，也就是int型数据最多能表示2^32=4294967296个数，所以这40亿个32位整数中，肯定会有负整数的。然而int型数据的负整数是用的补码存储的，补码的话，用这种方法会不会有问题？所以我又举了几个补码的例子，发现这种方法依然可行，只是要特别注意边界问题，呵呵，不知道说的有没有道理，待求证……  ）

再： C变位词问题：

直接贴代码吧，我用了c++ 里的

map<string,set<string>>；

#include<map>

#include<vector>

#include<set>

#include<string>

#include<iostream>

#include<cstring>

using namespacestd;

intmain()

{

map<char,int> a;

map<string,set<string> >b;

string s;

int i;

while(cin>>s&& s!="000")

{

stringhr(100,'\0');

for (i=0;i<s.size(); i++)

{

a[s[i]]++;

}

map<char,int>::iterator it = a.begin();

i = 0;

while (it !=a.end())

{

hr[i++]=it->first;

hr[i++]=char(it->second+48);

it++;

}

b[hr].insert(s);

a.clear();

i=0;

}

map<string,set<string>>::iterator it = b.begin();

while(it !=b.end())

{

cout<<it->first<<"";

set<string>::iteratork= it->second.begin();

while(k!=it->second.end())

{

cout<<*k<<"";

k++;

}cout<<endl;

it++;

}

return 0;

}

第八题，很普通的一道题；

n元整数集合，求是否存在一个k元子集，其元素之和不超过t？

很简单，遍历就好；

不过嘛；

经过前面变位词算法的折腾，好像有点开窍，

我是这样考虑的，我们先堆排序（我现在暂时脱书只会写这个，或者你用c++的sort也不错）；

因为是从小到大，所以0~k-1的元素相加为s，只要s小于t，则至少说明存在一个k元子集之和不超过t；

 

2011年11月13日