JavaFresh

  1、   情景分析前一篇博文分析了HashMap源码，HashMap在许多场景中作为存储数据的不二选择。 但是否使用HashMap就能解决所有在空间和时间的均衡问题？？ 下面考虑使用HashMap的二个极端情景: 原来有 N 台Server，所有数据通过一种 hash 算法（以hash(key)%N为例）映射到 N 台Server 中。 情景一：其中的 ...

 java.util.HashMap深度学习一、散列表初探：     同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。      时间复杂度是指执行算法所需要的计算工作量；而空间复杂度是指执行这个算法所需要的内存空间。两者均体现在消耗计算机重要的两个资源...

MD5算法分析及其java代码实现     上一篇博文深入分析了java JDK中的java.util.HashMap类，其实哈希表在日常生活中用的十分广泛，从到数据存储，文件加密，数字签名。本篇博文主要介绍利用散列实现MD5加密算法。     对MD5算法简要的叙述可以为：MD5以512位分组来处理输入的信息，且每一分组又被划分为16个32位子分组，经过了一系列的处理后，算法的...

利用位映射原理对大数据排重    问题提出：M（如10亿）个int整数，只有其中N个数重复出现过，读取到内存中并将重复的整数删除。     问题分析：我们肯定会先想到在计算机内存中开辟M个int整型数据数组，来one bye one读取M个int类型数组， 然后在一一比对数值，最后将重复数据的去掉。当然这在处理小规模数据是可行的。            我们 考虑大数据的情...

析：我们肯定会先想到在计算机内存中开辟M个int整型数据数组，来one bye one读取M个int类型数组， 然后在一一比对数值，最后将重复数据的去掉。当然这在处理小规模数据是可行的。            我们 考虑大数据的情况：例如在java语言下，对10亿个int类型数据排重。 java中一个 int 类型在内存中占4 byte。那么10亿个int类型数据共需要开辟10 ^ 9次方 *4 byte ≈ 4GB 的连续内存空间。以 32 位操作系统电脑为例，最大支持内存为 4G， 可用