本文探讨如何在资源有限的情况下解决数据处理问题。通过位图技术节省空间，解决寻找未出现过的数的挑战。在内存限制为1GB时，使用位图能高效记录数字出现情况。而在内存限制更小如10MB或3K时，采用分段统计思想，将大范围数据均分并统计，最终找到未出现的数。此外，对于找到一个未出现的数，甚至只使用几个变量的情况，可以运用二分查找策略。
文章目录
1 如何解决资源限制类题目
1.1布隆过滤器用于集合的建立与查询，并可以节省大量空间（已讲）
1.2 一致性哈希解决数据服务器的负载管理问题（已讲）
1.3 利用并查集结构做岛问题的并行计算（已讲）
1.4 哈希函数可以把数据按照种类均匀分流
1.5 位图解决某一范围上数字的出现情况，并可以节省大量空间
1.6 利用分段统计思想、并进一步节省大量空间
1.7 利用堆、外排序来做多个处理单元的结果合并
题目1（位图和分段统计）：
32位无符号整数的范围是0~4,294,967,295，
现在有一个正好包含40亿个无符号整数的文件，
所以在整个范围中必然存在没出现过的数。
1、可以使用最多1GB的内存，怎么找到所有未出现过的数？
【进阶】
2、内存限制为 10MB，但是只用找到一个没出现过的数即可
3、内存限制为 3K，但是只用找到一个没出现过的数即可
4、内存限制为几个变量，但是只用找到一个没出现过的数即可
如果用HashMap来存所有的key，每个无符号整数是4个字节，40亿个数，大约160亿字节，10亿字节大约1G, 大约需要16个G内存才能存下
最低0.47元/天 解锁文章
扫一扫
202
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
