互联网_大数据

1，给定两个整数集合A和B，每个集合都包含20亿个不同整数，请给出快速计算A∩B的算法，算法可使用外存，但是要求占用内存不能超过4GB。

答：

基本思路：利用bitmap以及位运算来实现。

思考过程：整数最大为2的32次方-1；如果每位依次记录一个数，那么需要int的个数是(2的32次方-1)/32=1亿个。占用的内存大小为4byte*1亿=0.4G。不超过题目要求的4G.

因此，解决思路是：

1）申请两个[2的32次方-1]/32个int型的整数数组

2）依次扫描两个集合A和B，如果集合包含某一个整数，就将对应位置1

3）之后将两个用作标志位的两个整形数组做交运算

思考，如果是两个集合中都包含20亿个url呢，如何求出二者的交集（利用bloom过滤器）转换为一个查找操作？<具体实现？>

互联网_大数据