问一道(大)数据 algorithm (转载)# Programming - 葵花宝典
m*h
1 楼
我妈去中信让他们代签B2，中信的人要求她办一张五万元的回卡，说不然不给代递。
请问这是新规定吗？怎么从来没听过？
请问这是新规定吗？怎么从来没听过？
n*3
2 楼
【 以下文字转载自 JobHunting 讨论区 】
发信人: nacst23 (cnc), 信区: JobHunting
标 题: 问一道(大)数据 algorithm
发信站: BBS 未名空间站 (Sun Mar 22 00:11:01 2015, 美东)
请教大家一下：
两组人， POSITIVE 和 Negative ，
say
POSITIVE 100K ppl，
Negative 900K ppl.
基本的数据结构 是 人的 ID 和 length of stay（待了几天）。
ID length of stay(days)
ppl-0000001 8
ppl-0000002 10
...
目的是 sample Negative 组 出来 100K 人 ,
which one-to-one match the Positive 组 人
的 length of stay（待了几天），
这样 match 完, 两组人的 100K 个 length of stay（待了几天）
完全一样.
当然如果 negative
组人 有多个 match 一个 POSITIVE 组人 ， 任取一个就好了。
想用 c++ 写 ，use STL／Map hash，
不知有没好的算法哦 ，
or 更好的 STL 数据结构／算法 可用？
因为是 准备 写成 RCPP for R, 现在不考虑用
并行 Solution.
谢谢。
发信人: nacst23 (cnc), 信区: JobHunting
标 题: 问一道(大)数据 algorithm
发信站: BBS 未名空间站 (Sun Mar 22 00:11:01 2015, 美东)
请教大家一下：
两组人， POSITIVE 和 Negative ，
say
POSITIVE 100K ppl，
Negative 900K ppl.
基本的数据结构 是 人的 ID 和 length of stay（待了几天）。
ID length of stay(days)
ppl-0000001 8
ppl-0000002 10
...
目的是 sample Negative 组 出来 100K 人 ,
which one-to-one match the Positive 组 人
的 length of stay（待了几天），
这样 match 完, 两组人的 100K 个 length of stay（待了几天）
完全一样.
当然如果 negative
组人 有多个 match 一个 POSITIVE 组人 ， 任取一个就好了。
想用 c++ 写 ，use STL／Map hash，
不知有没好的算法哦 ，
or 更好的 STL 数据结构／算法 可用？
因为是 准备 写成 RCPP for R, 现在不考虑用
并行 Solution.
谢谢。
a*n
3 楼
你们那里中信土规定或者忽悠你，大使馆没有这个规定。
【在 m*h 的大作中提到】
: 我妈去中信让他们代签B2，中信的人要求她办一张五万元的回卡，说不然不给代递。
: 请问这是新规定吗？怎么从来没听过？
【在 m*h 的大作中提到】
: 我妈去中信让他们代签B2，中信的人要求她办一张五万元的回卡，说不然不给代递。
: 请问这是新规定吗？怎么从来没听过？
n*3
4 楼
the for loop will take a long time to finish;
I want to figure out some good algorithm/Data strucute
to speed it up. Thanks.
【在 n*****3 的大作中提到】
: 【 以下文字转载自 JobHunting 讨论区 】
: 发信人: nacst23 (cnc), 信区: JobHunting
: 标 题: 问一道(大)数据 algorithm
: 发信站: BBS 未名空间站 (Sun Mar 22 00:11:01 2015, 美东)
: 请教大家一下：
: 两组人， POSITIVE 和 Negative ，
: say
: POSITIVE 100K ppl，
: Negative 900K ppl.
: 基本的数据结构 是 人的 ID 和 length of stay（待了几天）。
I want to figure out some good algorithm/Data strucute
to speed it up. Thanks.
【在 n*****3 的大作中提到】
: 【 以下文字转载自 JobHunting 讨论区 】
: 发信人: nacst23 (cnc), 信区: JobHunting
: 标 题: 问一道(大)数据 algorithm
: 发信站: BBS 未名空间站 (Sun Mar 22 00:11:01 2015, 美东)
: 请教大家一下：
: 两组人， POSITIVE 和 Negative ，
: say
: POSITIVE 100K ppl，
: Negative 900K ppl.
: 基本的数据结构 是 人的 ID 和 length of stay（待了几天）。
i*i
5 楼
你是在哪个城市哪家中信啊，五万元回卡是啥呀--是存款么？
k*g
6 楼
not a statistician, 有错轻拍
first break down the larger set by length of stay. After this step, the
random sampling will be performed within records of the same length of stay.
check that for each length of stay, the larger data set provides enough data
for the task (i.e. larger than the number of records in the smaller data
set). If not, you have to change your subsampling strategy.
assign uniform random numbers to each record in the larger set. sort them.
Select the first N records, where N = number of records in the smaller set.
make sure you know how to use a random number generator.
first break down the larger set by length of stay. After this step, the
random sampling will be performed within records of the same length of stay.
check that for each length of stay, the larger data set provides enough data
for the task (i.e. larger than the number of records in the smaller data
set). If not, you have to change your subsampling strategy.
assign uniform random numbers to each record in the larger set. sort them.
Select the first N records, where N = number of records in the smaller set.
make sure you know how to use a random number generator.
w*g
7 楼
我也觉得是忽悠.
s*x
8 楼
拿不出五万元的就不给签证
你想想可能么？
【在 m*h 的大作中提到】
: 我妈去中信让他们代签B2，中信的人要求她办一张五万元的回卡，说不然不给代递。
: 请问这是新规定吗？怎么从来没听过？
你想想可能么？
【在 m*h 的大作中提到】
: 我妈去中信让他们代签B2，中信的人要求她办一张五万元的回卡，说不然不给代递。
: 请问这是新规定吗？怎么从来没听过？
t*s
9 楼
去其他中信，遇到无耻的拉业务的了。
j*6
10 楼
还有一定要小心中信门口的黄牛
m*h
11 楼
谢谢各位，我妈最后去了省城的中信。小地方不太好。。。
相关阅读
问一个很弱的c++ cin的问题C++ 的 问题再问一个数据结构问题多线程的thread safety checking tool?[合集] 微软另一道智力题，求救About command line in C++C++ 请教: about the memory layout of the class inheritanceC++ (direct vs indirect initialization)从Google输入法谈微软及其它 (转载)小妹想问这里的电脑高手一个问题怎么产生全排列？HW Question: Bipartite Graphs只有executable能debug吗?为什么C++每次产生的随机数都是一样的gdb如何跟踪multi-threading程序？内存管理的问题MSG file reader请教如何实现：几百个点find 20 largest values in CPimp My Widgets Developer Contesthow to grep one of the strings?