笔试面试好的网址

本文探讨了在处理海量数据时,不同数据结构如二叉树、键树及哈希表的应用场景与优势。深入分析了B+树、AVL树、红黑树在搜索引擎、防火墙及Linux进程管理中的具体应用,并讨论了哈希表在字典操作与数据集处理中的高效性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1)http://blogold.chinaunix.net/u2/65170/showart_1073483.html百度的几个海量数据笔试题

2)数据范式之间的推导不会。即如果属于bcnf为什么就推导出是第二范式。再就是完整性约束条件等没细看。需要详细看数据库系统概论这个课本。。

3)实现动态的快速查找,边遍历的时候边插入到数据结构中。用到以下三个方法:

一个是用(二叉排序树,平衡二叉树或红黑树,比如java的treemap就应该是红黑树),第二个是用键树,第三个是用哈希表。

a) B+一般是典型的海量存储索引数据结构. 树的深度很小
AVL, HASH一般可以用于内存中的数据结构.
Hash表也可以作为set, bag的union, intersection等操作的数据结构. 
hash用处很多, 主要就是字典特性, 大部分数据结构是跟着应用走的.

b)Avl, rbtree在搜索引擎上的使用;avl也可在防火墙中应用;
stl中的map, set都是以rbtree为基础的;
hash表在大数据集中比avl的字典性能要好;
另外还可以根据已有的数据结构通过选择适当的主数据结构,通过叠加特性或复合特性实现新的数据结构,跟实际需求相关。

c)平衡二c树,用于linux进程的地址空间的管理,因为 它需要快速查找和插入
hash我知道的最好的例子就是编译器符号表的管理了

转载于:https://www.cnblogs.com/wangzhewang/archive/2011/05/05/2038207.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值