算法面试题:给40亿个不重复的unsigned int的整数,没排过序的,然后再给一个数,如何快速判断这个数是否在那40亿个数当中?

问题描述:给40亿个不重复的unsigned int的整数,没排过序的,然后再给一个数,如何快速判断这个数是否在那40亿个数当中?

问题分析:40亿 不重复 ,没有排序。

40亿个unsigned int的整数,放到内存中的话,大约是16G,

(1)最直观的的解决办法,把所有的数据遍历一遍,找出那个数.

注意:这个方法是不可取的,因为把所有数据遍历一遍,要把所有的数据加载到内存中,16G的数据可能内存存储不下。

(2)基于第一种方法,内存加载不了16G的数据,就可以考虑到 外部排序:归并排序的方法,先将一部分数据加载到内存中,然后查找。

(3)可以考虑使用位图bitmap,1个bit存储一个数字,那么40亿数据需要40亿bit 大约就是500M内存。

用一个bit位来表示这个数据是否存在,1表示存在,0表示不存在。

时间复杂度为O(n) + 查找时间O(1)。

(4)这个问题在《编程珠玑》里有很好的描述,大家可以参考下面的思路,探讨一下:
又因为2^32为40亿多,所以给定一个数可能在,也可能不在其中;
这里我们把40亿个数中的每一个用32位的二进制来表示
假设这40亿个数开始放在一个文件中。
然后将这40亿个数分成两类:
1.最高位为0
2.最高位为1
并将这两类分别写入到两个文件中,其中一个文件中数的个数<=20亿,而另一个>=20亿(这相当于折半了);
与要查找的数的最高位比较并接着进入相应的文件再查找
再然后把这个文件为又分成两类:
1.次最高位为0
2.次最高位为1
并将这两类分别写入到两个文件中,其中一个文件中数的个数<=10亿,而另一个>=10亿(这相当于折半了);
与要查找的数的次最高位比较并接着进入相应的文件再查找。
以此类推,就可以找到了,而且时间复杂度为O(logn)


原文链接:https://blog.csdn.net/wenqiang1208/article/details/69669084

  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
快速判断一个给定的是否存在于未排序的40亿个重复unsigned int整数中,可以使用Bloom Filter(布隆过滤器)这种据结构和算法。 Bloom Filter是一种空间效率非常高的随机据结构,它可以快速判断某个元素是否属于某个集合中。在这种情况下,集合即40亿个重复unsigned int整数。 首先,构建一个长度为40亿的位组,初始时全部置为0。然后,针对给定的每个unsigned int整数,使用多个不同的哈希函进行计算得到多个哈希值。将位组中对应哈希值位置的位都置为1。重复这个过程,直到将所有unsigned int整数都处理完。 接下来,对于给定的判断目标,同样使用相同的多个哈希函计算出多个哈希值,并对位组进行查询。只有当对应的所有位置的位都为1时,才可能存在该,否则,该一定不存在。因为存在一定的哈希碰撞概率,所以存在误判的可能。但误判率可以通过调整哈希函个数和位组的大小进行控制。 这种方法的时间复杂度非常低,只需要进行常次哈希计算和位组的查询即可,而不需要对所有的40亿个整数进行一一比较。同时,由于位组的特性,所需的存储空间相对较少。 所以,通过使用Bloom Filter,我们可以快速并高效地判断一个给定的是否存在于未排序的40亿个重复unsigned int整数中。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值