maikelsong的专栏

看Jedis的主键分区哈希时，看到了名字很萌很陌陌的MurmurHash，谷歌一看才发现Redis，Memcached，Cassandra，HBase，Lucene都用它。

一致性哈希算法是分布式系统中常用的算法。比如，一个分布式的存储系统，要将数据存储到具体的节点上，如果采用普通的hash方法，将数据映射到具体的节点上，如key%N，key是数据的key，N是机器节点数，如果有一个机器加入或退出这个集群，则所有的数据映射都无效了，如果是持久化存储则要做数据迁移，如果是分布式缓存，则其他缓存就失效了。     因此，引入了一致性哈希算法：

1. Bloom-Filter算法简介         Bloom-Filter，即布隆过滤器，1970年由Bloom中提出。它可以用于检索一个元素是否在一个集合中。        Bloom Filter（BF）是一种空间效率很高的随机数据结构，它利用位数组很简洁地表示一个集合，并能判断一个元素是否属于这个集合。它是一个判断元素是否存在集合的快速的概率算法。Bloom Filter有

1. Bloom Filter 【Bloom Filter】 Bloom Filter（BF）是一种空间效率很高的随机数据结构，它利用位数组很简洁地表示一个集合，并能判断一个元素是否属于这个集合。它是一个判断元素是否存在集合的快速的概率算法。Bloom Filter有可能会出现错误判断，但不会漏掉判断。也就是Bloom Filter判断元素不再集合，那肯定不在。如果判断元素存在集合中，

海量数据处理是基于海量数据上的存储、处理、操作。        所谓海量，就是数据量很大，可能是TB级别甚至是PB级别，导致无法一次性载入内存或者无法在较短时间内处理完成。面对海量数据，我们想到的最简单方法即是分治法，即分开处理，大而化小，小而治之。我们也可以想到集群分布式处理。 1 海量数据的存储：为大数据分析做准备 传统关系型数据库

1. Bit Map算法简介         来自于《编程珠玑》。所谓的Bit-map就是用一个bit位来标记某个元素对应的Value， 而Key即是该元素。由于采用了Bit为单位来存储数据，因此在存储空间方面，可以大大节省。 2、 Bit Map的基本思想         我们先来看一个具体的例子，假设我们要对0-7内的5个元素(4,7,2,5,3)排序（这

一、C语言的六种位运算符： & 按位与 | 按位或 ^ 按位异或 ~ 取反 左移 >> 右移   1.   按位与运算 按位与运算符"&"是双目运算符。         其功能是参与运算的两数各对应的二进位相与。只有对应的两个二进位均为1时，结果位才为1 ，否则为0。参与运算的数以补码方式出现。 例如：9&5可写算式如下： 0000

参考自：论文，Dual-Pivot Quicksort algorithm ，by Vladimir Yaroslavskiy。 http://www.sytarena.com/javajswz/20140217/1329.html  DualPivotQuicksort是JDK1.7开始的采用的快速排序算法。 一般的快速排序采用一个枢轴来把一个数组划分成两半，然后递归之。

请尊重个人劳动成果，转载注明出处，谢谢！  http://blog.youkuaiyun.com/amazing7/article/details/51603682 ## 一、对比分析图 均按从小到大排列 k代表数值中的”数位”个数 n代表数据规模 m代表数据的最大值减最小值　 稳定性：稳定排序算法会让原本