海量数据处理
zhanglvmeng
这个作者很懒,什么都没留下…
展开
-
海量数据处理之Bloom Filter详解
转自码农:http://blog.csdn.net/v_july_v/article/details/6685894 海量数据处理之Bloom Filter详解 前言 本博客内曾已经整理过十道海量数据处理面试题与十个方法大总结。接下来,本博客内会重点分析那些海量数据处理的方法,并重写十道海量数据处理的面试题。如果有任何问题,欢迎不吝指正。谢谢。 一转载 2013-08-01 00:59:01 · 323 阅读 · 0 评论 -
Trie树实现剖析
文章转载 : http://tech.weibo.com/?p=2218 概念层面 Trie树是一个非常实用的索引结构,它可以稳定的以O(c)的时间复杂度(c为关键词的长度,与词典大小无关)从词典中查询出关键词对应的值,相比Hash Table,二者查询效率相当,但Trie树的某些实现可以更节省空间 假设一个应用场景:用昵称来判断A是否为B的好友,那么你可以把B所有好友的转载 2013-08-01 01:15:59 · 599 阅读 · 0 评论 -
教你如何迅速秒杀掉:99%的海量数据处理面试题
文章来自 : http://blog.csdn.net/v_july_v/article/details/7382693 教你如何迅速秒杀掉:99%的海量数据处理面试题 作者:July 出处:结构之法算法之道blog 前言 一般而言,标题含有“秒杀”,“99%”,“史上最全/最强”等词汇的往往都脱不了哗众取宠之嫌,转载 2013-07-29 00:23:31 · 376 阅读 · 0 评论 -
从Trie树(字典树)谈到后缀树
文章转自: http://blog.csdn.net/v_july_v/article/details/6897097 从Trie树(字典树)谈到后缀树 作者:July、yansha。 出处:http://blog.csdn.net/v_JULY_v 。 引言 常关注本blog的读者朋友想必看过此篇文章:从B树、B转载 2013-08-01 21:07:06 · 304 阅读 · 0 评论 -
海量数据处理 --Bloom filter
文章转自:http://blog.csdn.net/v_july_v/article/details/6685894 海量数据处理之Bloom Filter详解 前言 本博客内曾已经整理过十道海量数据处理面试题与十个方法大总结。接下来,本博客内会重点分析那些海量数据处理的方法,并重写十道海量数据处理的面试题。如果有任何问题,欢迎不吝指正。谢谢。 一转载 2013-07-29 00:09:13 · 294 阅读 · 0 评论