Chinaunix首页 | 论坛 | 博客
  • 博客访问: 805275
  • 博文数量: 330
  • 博客积分: 9641
  • 博客等级: 中将
  • 技术积分: 3181
  • 用 户 组: 普通用户
  • 注册时间: 2007-01-19 14:41
文章分类

全部博文(330)

文章存档

2012年(17)

2011年(135)

2010年(85)

2009年(57)

2008年(36)

我的朋友

分类:

2011-07-12 19:33:20

原文地址:
《编程珠玑》第一章总结:用bitmap减少hash算法所用空间

第一章主要讨论了一个对一个包含1000万条的整数文件排序问题, 很有baidu面试题的风格。

主要思想是hash来解决排序问题,但是hash的空间复杂度又相对比较大,所以用来减少hash算法所需的空间。

一般的hash,例如对数组[2, 3, 5, 10] 运用桶排序算法,需要声明10个整数的bucket,如下图所示:

0110100001
12345678910

但是如果用bitmap的话,只需一个整数,因为一个整数(32位机)的话有32bit,每个bit都能map一个整数,如下图所示:

         1  1 11 
31303210319543210
数组元素1数组元素0

所以关键就是位操作set, clear, test:

#define BITSPERWORD 32
#define SHIFT 5
#define MASK 0x1f

typedef long long int64;

int array[100000];

/**
*
*   i  / 32   对应具体数组元素

*   i % 32  对应具体数组元素的bit位
*   i >> SHIFT == i /  32
*   i &  MASK   == i % 32
*   (32) = (100000)
*
**/

void set(int64 i)
{
    array[ i >> SHIFT]  |= ( 1 << ( i  &  MASK));
}

void clear(int64 i)
{
    array[ i >> SHIFT]  &= ~1 << ( i  & MASK));
}

int  test(int64 i)
{
    return array[ i >> SHIFT]  & ( 1 << ( i  &  MASK));
}

例如某公司面试题:

 

在一个文件中有 10G 个整数,乱序排列,要求找出中位数。内存限制为 2G。只写出思路即可。

10G整数做bitmap需要10G/32 = 0.3G 个整数(< 32位机器总共可以的2^31-1 = 2G个整数),0.3G个整数只需要0.3G*4=1.2G的存储空间,故可以只扫描一遍,就可以求出中位数。


阅读(1412) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~