编程珠玑 第二章 习题2

• 方法一：可以类比如何找出没有出现的整数。4.3G > 2^32，所以43 0000 0000 大于int的表示范围。可以先扫面一遍，把第一位为0的和第一位为1的放到两个不同的文件中，看哪个文件里面的数多，就开始处理这个文件，把第二位的0和 1的数字放到两个文件中，看哪个的数字多，依此类推，最后肯定得到一个数，他出现了不止一次。
• 方法二：BinarySearch，但不是对文件内容折半，而是对搜索范围折半。由于4.3G>32位的整数空间，根据鸽笼原理，肯定会有重复的整数。搜索 范围从所有的32位正整数开始（全部当成unsigned int，简化问题），即[0,2^32)，中间值即为2^31。然后遍历文件，如果小于2^31的整数个数大于2^31，则调整搜索范围为 [0, 2^31]，反之亦然；然后再对整个文件再遍历一遍，直到得到最后的结果。这样一共会有logn次的搜索，每次过n个整数（每次都是完全遍历），总 体的复杂度为o(nlogn)。
• 方法二改进：方法二有很多的冗余，每次都要遍历整个文件，于是提出了一个办法：建立一个新的文件（是顺序文件就可以）。在一次遍历过后，确定搜索的范围后，把原有文件里这个范围内的整数写到新的文件里去，下次搜索就只要搜索这个新文件了。这样可以缩小搜索范围，得到近似线性的复杂度（但是常数项应该很大）。