110559898158 D700 - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>PhotoGear - 摄影器材

110559898158 D700

110559898158 D700# PhotoGear - 摄影器材

f*m2010-07-14 07:07

1 楼

从“秒杀。。。”看来的，不解其意。
题目：非常大的文件，装不进内存。每行一个int类型数据，现在要你随机取100个数。
文章说“可以按照操作系统中的方法，先生成4G的地址表，在把这个表划分为小的4M的
小文件做个索引，二级索引。30位前十位表示第几个4M文件，后20位表示在这个4M文件
的第几个，等等，基于key value来设计存储，用key来建索引。”
是不是说这个4G的地址表每一个地址存放一个int？但int数目大于4G怎么办？另外，随
机数generator的范围是多少，是0~4G吗？还是要用generator好几次，每次对应不同的
位？
谢谢。

k*e2010-07-14 07:07

2 楼

$2000 New D700. Is this one a scam?

o*d2010-07-14 07:07

3 楼

why not use "reservoir sampling"?
p.s. what's the title of that "秒杀" book?

f*m2010-07-14 07:07

4 楼

why not use "reservoir sampling"?
数据海量，loop一边很费时间，还是在表中查找方便。
http://blog.csdn.net/v_july_v/article/details/7382693

【在 o***d 的大作中提到】

: why not use "reservoir sampling"?
: p.s. what's the title of that "秒杀" book?

f*m2010-07-14 07:07

5 楼

顶，请赐教。

【在 f*********m 的大作中提到】

: 从“秒杀。。。”看来的，不解其意。
: 题目：非常大的文件，装不进内存。每行一个int类型数据，现在要你随机取100个数。
: 文章说“可以按照操作系统中的方法，先生成4G的地址表，在把这个表划分为小的4M的
: 小文件做个索引，二级索引。30位前十位表示第几个4M文件，后20位表示在这个4M文件
: 的第几个，等等，基于key value来设计存储，用key来建索引。”
: 是不是说这个4G的地址表每一个地址存放一个int？但int数目大于4G怎么办？另外，随
: 机数generator的范围是多少，是0~4G吗？还是要用generator好几次，每次对应不同的
: 位？
: 谢谢。