#include <iostream>
#include <stdio.h>
#include <bitset>
#include <vector>
using namespace std;
/*
问题:给定一个输入文件,包含40亿个非负整数,请设计一种算法,产生一个不在该文件中的整数。假定你有1GB内存来完成该项任务。
进阶:如果只有10MB内存,该怎么办?
分析:简化:先读取文件,建立映射set表示<数字>,然后从0开始遍历依次查询当前数i是否在set中出现,如果没有出现,
就返回整数i。
最差的情况40亿个整数都不相同,那么set中一个键值对占据<int>共4B,1GB / 4B = 2^(28) 个键值对,而根据题目需要40亿个键值对
40亿大约等于2^(32),显然超过了1GB所能提供的键值对个数2^(28),显然用set的方法来做是不可以的
大数据的通用解法:1分治,2位图,3分批处理
如果直接用40亿个bit组成的bit向量,第i位的bit值如果为0就表示整数i不曾出现,直接返回i即可。
下面的算法只是简单模拟一下,提供了大致的思路。
输入:
10(n个整数)
1 2 3 6 4 5 9 10 8 11
输出:
7
关键:
1 最差的情况40亿个整数都不相同,那么set中一个键值对占据<int>共4B,1GB / 4B = 2^(28) 个键值对,而根据题目需要40亿个键值对
40亿大约等于2^(32),显然超过了1GB所能提供的键值对个数2^(28),显然用set的方法来做是不可以的
大数据的通用解法:1分治,2位图,3分批处理
如果直接用40亿个bit组成的bit向量,第i位的bit值如果为0就表示整数i不曾出现,直接返回i即可。
下面的算法只是简单模拟一下,提供了大致的思路。
2 //这里必须用long,否则溢出,C++中long和int都是4字节,所以long最大2^31大概为20亿,必须用unsigned long
const unsigned long MAXSIZE = 4000000000;
*/
//这里必须用long,否则溢出,C++中long和int都是4字节,所以long最大2^31大概为20亿,必须用unsigned long
const unsigned long MAXSIZE = 4000000000;
bitset<MAXSIZE> gBitset; //设置biteset长度为40亿
int getUnappearedNumber(bitset<MAXSIZE>& mBitset)
{
//这里MAXSIZE超出了最大整数的范围,所以必须用long;正整数必须从1开始;
for(unsigned long i = 1 ; i < MAXSIZE ; i++)
{
int value = mBitset.at(i);
if(value == 0)
{
return i;
}
}
return -1;
}
void process()
{
int n;
int value;
int result;
while(cin >> n)
{
gBitset.reset();//设置所有位为0
for(int i = 0 ; i < n ; i++)
{
cin >> value;
gBitset.at(value) = 1;//设置bitset中第value位为1
}
//输入结束,下面寻找
result = getUnappearedNumber(gBitset);
cout << result << endl;
}
}
int main(int argc, char* argv[])
{
process();
getchar();
return 0;
}