左神：哈希函数与哈希表等

1.40亿个数出现次数最多的数

2.随机返回池

3.布隆过滤器

4.一致性哈希原理

1.40亿个数出现次数最多的数

思路：
    只允许1GB内存
    1.遍历数组，利用哈希函数计算哈希值，再取模100
    2.先把取模为0的数放到0号文件的哈希表(记录次数)中
    3.循环遍历数组，依次处理1~99号文件
    4.平均每次只需要用到[(2^35)/100]GB
    5.使用哈希函数的目的：让值平均分布

2.随机返回池

template<typename K>
class RandomPool{
private:
	map<K, int>keyIndexMap;
	map<int, K>indexKeyMap;
	int size;
public:
	RandomPool() {
		size = 0;
	}

	void insert(K key) {
		if (keyIndexMap.find(key) == keyIndexMap.end()) {
			keyIndexMap[key] = size;
			indexKeyMap[size++] = key;
		}
	}

	void deleteKey(K key) {
		if (keyIndexMap.find(key) != keyIndexMap.end()) {
			int deleteIndex = keyIndexMap[key];
			int lastIndex = --size;
			K lastKey = indexKeyMap[lastIndex];
			keyIndexMap[lastKey] = deleteIndex;
			indexKeyMap[deleteIndex] = lastKey;
			keyIndexMap.erase(key);
			indexKeyMap.erase(lastIndex);
		}
	}

	//等概率随机返回
	K getRandom() {
		if (size == 0)_Throw_range_error("容器为空！");
		srand((unsigned)time(NULL));
		int randomIndex = rand() % size;
		return indexKeyMap[randomIndex];
	}
};

3.布隆过滤器

作用：通过查询黑名单，判断是否在黑名单里。还有爬虫驱虫
只需要实现加入和查询功能，空间占用少且允许一定失误率
思路：
    1.创建位图：bit map。即一个位图的格子占用一个bit位
    2.用基础类型实现：int[10]可储存320位信息
    
int arr[10];
int i=178;
//1.取第178位信息
int numIndex=178/32;//计算在哪个格子的数
int bitIndex=178%32;//计算在该数的第几位
int s=((arr[numIndex]>>(bitIndex))&1);//第178位的信息
//2.把第i位的状态改成1
arr[numIndex]=arr[numIndex]|(1<<(bitIndex));
//3.把第i位的状态改成0
arr[numIndex]=arr[numIndex]&(~(1<<bitIndex));

流程：每个URL通过k个哈希函数，对相应的位描黑，因此可能会把白判成黑，但黑一定是黑。
   
问题：什么时候可以用布隆过滤器
已有条件：n=样本量，p=失误率
1.看需不需要有删除行为， 2.看允不允许有失误率
样本大小无关紧要
m=-(n*lnp)/((ln2)^2)(bit)
k=ln2*(m/n)=0.7*(m/n)(个)，向上取整
p真=(1-e^(-(n*k真)/m真))^k真

4.一致性哈希原理

1.解决数据服务器怎么组织的问题
2.让高频中频低频都能作数据的划分，所以要选择合适的key使其能够达到均分
3.把存储的机器连接起来形成一个哈希环，经过哈希函数后，数据按顺时针的方式选择最近的机器
4.因为机器均分环，所以数据刚好均分
5.增加机器和迁出机器的迁移量低，因为只需向顺时针的第一个机器要数据即可
6.问题：
  6.1机器很少时，难把环均分
  6.2增加机器后，负载不均衡
7.用虚拟节点技术解决问题：
  3台机器去抢环上的点，即圈环上任一处，各机器的点各占 1/3；机器4加入时，去夺环上的点，这样夺的点中，另三台
   机器的点等分，就能做到环上的点被4台机器均分；机器4下机后，也是等比例的把点归还给其他3台数据。
8.管理负载：负载能力强的机器负责更多的点