topk:前K

Tom Zu-search-topK-节省空间 链表实现的Top-K空间节省算法 2021/3 / 4-2021 / 3/5期间完成的工作 论文“数据流中频繁和Top-k元素的有效计算”中提出的算法 链接： ： 运行程序 将所有数据放入名称为fname的.txt文件中，每行一个数据。 数据格式无关紧要，它们都作为字符串处理。 文件名fname和数字K作为命令行参数传递。 在终端： $ make all $ ./topK.out fanem K 输出包括 按节省空间算法对前K个最频繁的

日常算法实践 02-06-2021：给定100G的URL磁盘数据，使用最多1G内存，统计出现频率最高的前K个URL 新建约100个文件，利用哈希（URL）％100的值，将每条URL映射到对应文件下，保证同一URL本质全部映射到同一文件下。 预先分布比较均匀，则每个文件大小大约1G，可在内存中操作，在内存中简单地统计词频即可。 对每个文件都取出相应的topK的K个根据count降序排列，形成类似一个数组，将100个文件的写入同一个文件。 对100个K对进行。得到K个即可*甚至100个K对