大数据算法->只用2GB在20亿个整数中找到出现次数最多的数

大数据算法->只用2GB在20亿个整数中找到出现次数最多的数

需求:

有一个包含20亿个全是32位整数的大文件,在其中找到出现次数最多的数

要求:

内存限制为2GB

解答:

想要在很多整数中出现次数最多的数,通常的做法是使用哈希表对出现的每一个数做词频统计,哈希表的key是某一个整数,value是这个数出现的次数.就本题来说,一共有20亿个数,哪怕只是一个数出现了20亿次,用32位的整数也可以表示其出现的次数而不会产生溢出,所以哈希表的key需要占用4B,value也是4B.那么哈希表的一条记录(key,value)需要占用8B,当哈希表记录数为2亿个时,需要至少1.6GB的内存.

如果20亿个数中不同的数超过2亿种,最极端的情况是20亿个数都不同,那么在哈希表种可能需要产生20亿条记录,这样内存会不够用,所以一次性用哈希表统计20亿个数的办法是有很大风险的.

解决办法是把包含20亿个数的大文件用哈希函数分成16个小文件,根据哈希函数的性质,同一种数不可能被散列到不同的小文件上,同时每个小文件中不同的数一定不会大于2亿种,假设哈希函数足够优秀.然后对每一个小文件用哈希表来统计其中每种数出现的次数,这样我们就得到了16个小文件种各自出现次数最多的数,还有各自的次数统计.接下来只要选出这16个小文件各自的第一名中谁出现的次数最多即可.

把一个大的集合通过哈希函数分配到多台机器中,或者分配到多个文件里,这种技巧是处理大数据面试题时最常用的技巧之一.但是到底分配到多少台机器\分配到多少个文件,在解题时一定要确定下来.可能是在与面试馆沟通的过程中由面试官指定,也可能是根据具体的限制来确定,比如本题确定分成16个文件,就是根据内存限制2GB的条件来确定的.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在 Java ,可以使用 HashMap 来统计整数序列每个出现次数,最后遍历 HashMap 找到出现次数最多即可。代码示例: ``` import java.util.HashMap; public class Main { public static void main(String[] args) { int[] nums = {1, 2, 3, 4, 1, 1, 2}; HashMap<Integer, Integer> map = new HashMap<>(); for (int num : nums) { if (map.containsKey(num)) { map.put(num, map.get(num) + 1); } else { map.put(num, 1); } } int maxNum = 0, maxCount = 0; for (int num : map.keySet()) { if (map.get(num) > maxCount) { maxNum = num; maxCount = map.get(num); } } System.out.println("整数序列出现次数最多是:" + maxNum); } } ``` ### 回答2: 要求找出整数序列出现次数最多,可以使用Java语言编写一个算法来实现。 首先,我们可以使用HashMap来统计整数序列每个出现次数。遍历整数序列,对于遍历到的字,如果在HashMap已经存在,就将对应的计器加1;如果不存在,就将该字作为键添加到HashMap,并将对应的计器初始化为1。 在完成HashMap的统计后,我们需要遍历一次HashMap,找出出现次数最多。可以使用两个变量maxCount和maxNum来保存当前出现次数最多字和对应的次数。遍历HashMap,对于每一个键值对,如果该键对应的计器大于maxCount,就更新maxCount和maxNum。最终,maxNum就是整数序列出现次数最多。 下面是使用Java代码实现的示例: ```java import java.util.HashMap; import java.util.Map; public class Main { public static void main(String[] args) { int[] sequence = {1, 2, 3, 4, 4, 2, 2, 3, 3, 3}; int maxNum = findMostFrequentNumber(sequence); System.out.println("出现次数最多是:" + maxNum); } public static int findMostFrequentNumber(int[] sequence) { Map<Integer, Integer> countMap = new HashMap<>(); for (int num : sequence) { if (countMap.containsKey(num)) { countMap.put(num, countMap.get(num) + 1); } else { countMap.put(num, 1); } } int maxCount = 0; int maxNum = 0; for (Map.Entry<Integer, Integer> entry : countMap.entrySet()) { int num = entry.getKey(); int count = entry.getValue(); if (count > maxCount) { maxCount = count; maxNum = num; } } return maxNum; } } ``` 以上代码输出的结果为:出现次数最多是:3。 ### 回答3: 要求解整数序列出现次数最多,可以通过以下步骤实现: 1. 建立一个HashMap,用于存储整数和它出现次数。 2. 遍历整数序列,将每个整数作为key,出现次数作为value,存入HashMap。 3. 定义一个变量maxCount,用于记录出现次数最多次数。 4. 定义一个变量mostFrequent,用于记录出现次数最多。 5. 遍历HashMap,比较每个整数出现次数和maxCount的大小。 - 如果当前整数出现次数大于maxCount,将当前整数次数赋值给maxCount,并将当前整数赋值给mostFrequent。 - 如果当前整数出现次数等于maxCount,将当前整数添加到mostFrequent。 6. 输出mostFrequent,即为整数序列出现次数最多。 以下是一个用Java实现的例子: ```java import java.util.HashMap; public class Main { public static void main(String[] args) { int[] nums = {1, 2, 3, 3, 4, 4, 4, 5, 5, 5, 5}; HashMap<Integer, Integer> countMap = new HashMap<>(); // 统计每个整数出现次数 for (int num : nums) { countMap.put(num, countMap.getOrDefault(num, 0) + 1); } int maxCount = 0; // 找出出现次数最多 for (int num : countMap.keySet()) { int count = countMap.get(num); if (count > maxCount) { maxCount = count; } } System.out.println("出现次数最多是:"); for (int num : countMap.keySet()) { int count = countMap.get(num); if (count == maxCount) { System.out.println(num); } } } } ``` 输出结果为: ``` 出现次数最多是: 5 ``` 通过HashMap统计每个整数出现次数,然后遍历HashMap找到出现次数最多

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值