python url去重
记录一些,总是忘记,感觉习惯写博客还不错
1,保存文件(数据库)中,一个一个查找是否有重复
2,压缩,将url进行压缩,放到hashset(set接口)中
3,布隆去重,原理:对于一个元素,经过m个散列函数,生成m个值,这m个值对应在向量v的位置分别置位1,查找的时候,通过上述方法,如果对应的位置有一个0,则表示元素不存在,碰撞:可能导致不存在的元素在当中
4,redis(key-value nosql )去重:没用过,不清楚
python url去重
记录一些,总是忘记,感觉习惯写博客还不错
1,保存文件(数据库)中,一个一个查找是否有重复
2,压缩,将url进行压缩,放到hashset(set接口)中
3,布隆去重,原理:对于一个元素,经过m个散列函数,生成m个值,这m个值对应在向量v的位置分别置位1,查找的时候,通过上述方法,如果对应的位置有一个0,则表示元素不存在,碰撞:可能导致不存在的元素在当中
4,redis(key-value nosql )去重:没用过,不清楚