<强> PB
<强> <强>
布隆过滤器
<强>
哈希
<强> <强>
BitMapint
<强>
堆是计算机科学中的一种特殊的数据结构的统称,统称是一个可以被看做一颗树的数组对象,其原理是先从待找的n
<强>
双层桶不是一种数据结构,而是一种算法思想,类似于分治思想。因为元素范围很大,不能利用直接寻址表,所以通过多次划分,逐步确定范围,然后最后在一个可以接受的范围内进行。双层桶法一般适用于寻找第k
<强>
海量数据都被存储在数据库中,如何从数据库中提取有用信息就需要用到数据库优化法,常见的数据库优化方法有数据分区,索引,缓存机制,分批处理,优化查询语句,使用采样数据进行数据挖掘等。
<强>
倒排索引是目前搜索引擎公司对搜索引擎最常用的存储方式,被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储位置的映射。在处理复杂的多关键字时,可在倒排表中完成查询的并、交等逻辑运算,得到结果后再对结果进行存取,这样把记录的查询转换为地址集合的运算,不必对每个记录随机存取,从而提高查找速度。
<强>
外排序是对大文件的排序,由于内存限制,不能一下子把所有的待排内容都读到内存中进行排序,需要在内存和外部存储器之间进行多次数据交换才能达到对整个文件进行排序的目的,常用的外排序法是归并排序法,即首先生成若干个子文件,分别对这些子文件进行排序,然后对这些子文件进行多次归并,使得有序的归并段主键扩大,最后在外存上形成整个文件的单一归并段。
外排序适用于大数据的排序以及去重,但外排序的缺陷是回消耗大量的IO
<强>
Trie
<强>
MapReduce <强>
<强>
