我这里有一个非常奇怪的案例.我有一个包含数百万条目的文件,并想知道是否存在至少一个重复项.这里的语言不是很重要,但C似乎是速度的合理选择.现在,我想知道的是采取什么样的方法？速度是这里的主要目标.当然,我们希望一旦找到一个副本就停止查看,这很清楚,但是当数据进入时,我不知道它是如何排序的.我只知道它是一个字符串文件,由换行符分隔.现在请记住,我想知道的是,是否存在重复.现在,我发现了许多关于在数组中查找所有重复项的问题,但是大多数问题都是简单而全面的,而不是最快的.
因此,我想知道:找出一个数组是否包含至少一个副本的最快方法是什么？到目前为止,我能在SO上找到的最接近的是:找出数组中的重复元素.选择的语言并不重要,但是因为它毕竟是编程,所以多线程是可能的(我只是不确定这是否是一种可行的方法).
最后,字符串的格式为XXXNNN(3个字符和3个整数).
请注意,这不是严格的理论.这将一台机器(英特尔i7处理器搭配8GB RAM)上进行测试,所以我必须考虑让字符串比较等等.这就是为什么我也想知道,如果它可能是时间快于分割字符串二,首先比较整数部分,因为int比较会更快,然后是字符串部分？当然,这也需要我拆分字符串并将后半部分转换为int,这可能会更慢......
因此,在互联网上搜索了一段时间以获得一个很好的解决方案后,我已经到了路的尽头.
我目前面临着一些关于文本处理的Haskell问题,而且大部分问题一直都很顺利.但是,我现在坚持在列表中排序元组.
基本上,我有一个元组列表,所以有类似的东西
list = [("hey","there"),("there","hey"),("bears","are")]
我现在的目标是在内部对元组进行排序,以便我收到
list = [("hey","there"),("hey","there"),("are","bears")]
然后,我将运行一个group $ sort list以便能够检索有多少等效对的计数.换句话说,("hey,"there")相当于("there","hey").
到目前为止我尝试过的是使用地图功能.但是,似乎你不能使用map函数运行列表操作,但至少要尝试理解我的最终目标是什么,这是我到目前为止所取得的成就.
countup tuples =
let final =
sort sorted_internal where
sorted_internal = map (\x->(sort x)) tuples
in map (\x->(head x, length x)) final