今天给问到了个问题，看看谁可以给点意见。

[haxiang_3]

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。。

[xghuzd]

想想看.

[lianlove]

堆排序？

[菜牛]

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。

[liuzxchina]

好像不需要什么特别的算法
直接统计就可以了

[stonewater]

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

[ok1234567]

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

[lucklizhan]

[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！

[haxiang_3]

3G的话 根本读不进内存啊 是不是 。。。

[lambochan]

扫描一次,桶式排序..