19,464
社区成员
发帖
与我相关
我的任务
分享今天给问到了个问题，看看谁可以给点意见。
在一个很大的文本中，找到出现概率最大的一个字母。 假设这个文本有3G这么大。 请给出一个最效率的算法。 谢谢。。。我觉得有难度 今天问了下，我直接蒙了。。在一个很大的文本中，找到出现概率最大的一个字母。 假设这个文本有3G这么大。 请给出一个最效率的算法。 谢谢。。。我觉得有难度 今天给问了下，我直接蒙了。。
...全文
请发表友善的回复…
发表回复
lambochan 2009-04-29
- 打赏
- 举报
扫描一次,桶式排序..
haxiang_3 2009-04-29
- 打赏
- 举报
3G的话 根本读不进内存啊 是不是 。。。
lucklizhan 2009-04-29
- 打赏
- 举报
[Quote=引用 5 楼 stonewater 的回复:]
如果不是要统计完全准确的话,可以抽取3G中的一部分数据做个概率统计就好了,比如开头512k 中间在512k 等等.抽取的数据越多相对越准确
[/Quote]
这个方法好！
如果不是要统计完全准确的话,可以抽取3G中的一部分数据做个概率统计就好了,比如开头512k 中间在512k 等等.抽取的数据越多相对越准确
[/Quote]
这个方法好！
ok1234567 2009-04-29
- 打赏
- 举报
按字节值统计，统计计数值需要 256*4 个字节内存
将文件扫描一遍就可以了，每次读取文件簇*n个字节，理论上有较好的效率
将文件扫描一遍就可以了，每次读取文件簇*n个字节，理论上有较好的效率
stonewater 2009-04-29
- 打赏
- 举报
如果不是要统计完全准确的话,可以抽取3G中的一部分数据做个概率统计就好了,比如开头512k 中间在512k 等等.抽取的数据越多相对越准确
liuzxchina 2009-04-28
- 打赏
- 举报
好像不需要什么特别的算法
直接统计就可以了
直接统计就可以了
菜牛 2009-04-28
- 打赏
- 举报
字母的话就是做一个表，每个字母对应一个计数，逐个读取累计到表中，没什么技术和效率可言；问题是在文件的读取上，可以用内存映射文件的方式。
lianlove 2009-04-28
- 打赏
- 举报
堆排序？
xghuzd 2009-04-28
- 打赏
- 举报
想想看.
