海量数据处理全集

教你如何迅速秒杀掉：99%的海量数据处理面试题  http://blog.csdn.net/v_july_v/article/details/7382693#comments

 

STL容器分为两种：
1.序列式容器 (vector/list/deque/stack/queue/heap)
2.关联容器  set(集合), map(映射表) 两大类，set/map/multiset/multimap都内含一个RB-tree
  hash_set/hash_map/hash_multiset/hash_multimap都内含一个hashtable

所谓关联容器，类似关联数据库，每个元素都有一个键值(key)和一个实值(value),即所谓Key-Value对

红黑树 －－－ 有时间要好好了解一下

黑头黑脑，坑爹，红不过三代

 

处理海量数据问题之六把密钥

密钥一. 分而治之/hash映射 + Hash统计 + 堆/快速/归并排序

 1. 使用hash函数，将记录划分到1024个小文件中
  2.使用 hash_map或者trie树，统计出每个文件中，出现次数最多N次的字串符及相应的出现频率(堆

排序）存入一个文件，再将这些堆排序好的1024个组数据归并排序。

Trie树也称字典树，对于每一个节点，从根遍历到他的过程就是一个单词，如果这个节点被标记为红色

，就表示这个单词存在，否则不存在。

Trie树是一个DFA有限自动机,

通常是处理字符串，但是也很可以处理其他结构的有序序列，比如一串数字或者形状的排列。

trie树常用于搜索提示。如当输入一个网址，可以自动搜索出可能的选择。当没有完全匹配的搜索结果，可以返回前缀最相似的可能。

TRIE树： http://blog.csdn.net/yexianyi/article/details/4092954
wiki: http://zh.wikipedia.org/wiki/Trie

hashtable优于rbtree