33,008
社区成员
发帖
与我相关
我的任务
分享一个题
在大规模数据处理中经常会用到大规模字典。现需要处理一个词搭配的字典。条件为：
1） 字典中存在的项是两个词的搭配，例如：字典中有“今天”和“晚上”是两个词，那么它们组成的搭配为“今天|晚上”和“晚上|今天”
2） 词的集合很大，约为10万量级
3） 一个词并不会和其他所有词搭配，通常只会和不超过1万个其他此搭配
4） 对字典的使用读操作很大，通常每秒有上千次请求，几乎没有写入需求。
请设计一个字典服务系统，当请求是两个词的搭配时，能够快速返回搭配的相关信息。请使用尽可能少的资源，并估算出需要使用的机器资源。
1） 字典中存在的项是两个词的搭配，例如：字典中有“今天”和“晚上”是两个词，那么它们组成的搭配为“今天|晚上”和“晚上|今天”
2） 词的集合很大，约为10万量级
3） 一个词并不会和其他所有词搭配，通常只会和不超过1万个其他此搭配
4） 对字典的使用读操作很大，通常每秒有上千次请求，几乎没有写入需求。
请设计一个字典服务系统，当请求是两个词的搭配时，能够快速返回搭配的相关信息。请使用尽可能少的资源，并估算出需要使用的机器资源。
...全文
请发表友善的回复…
发表回复
oo 2010-11-03
- 打赏
- 举报
一个词分配一个ID
有关联的两个词组成一个ID1-ID2对，用一个int64可以表示
然后对这个int64做hash表
查找时查这个hash表即可
需要10w*１w个int64的存储空间
有关联的两个词组成一个ID1-ID2对，用一个int64可以表示
然后对这个int64做hash表
查找时查这个hash表即可
需要10w*１w个int64的存储空间
namewchlp 2010-11-03
- 打赏
- 举报
确实是一个笔试题目 居然没人回答
michael122 2010-10-22
- 打赏
- 举报
笔试题吧。。
huaer89 2010-10-20
- 打赏
- 举报
楼主是要别人帮你写程序码？
