假如有一个文本文件，每行存放一条微博。
微博的内容形如:
@测试1 @测试2 #话题#test123
@测试1 test123
test @测试1
数据量是100万行
需求是统计出这些微博中@用户 次数最多的top100
请问有什么好的算法或者思路吗？
假如有100万条微博，需要统计里面@谁 的次数最多，有什么好算法？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
3条回答 默认 最新
KPRF2009 2012-10-20 00:53关注简单啊，用hash过滤重复的，然后再把用户编号 开一个数组映射啊
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报 分享
- 2022-03-11 11:18回答 5 已采纳 内置函数并不一定是最优算法，但一定是通用性，稳定性最好的。有时候面临性能瓶颈，或者个性化的排序需求，就需要自己写排序，Python的易用容易上手，就在于这些封装好的函数功能。
- 2022-08-27 09:42回答 3 已采纳 看你要做什么方面的，对应不同数据。比如结构化数据一般树模型比较通用，像xgboost,lightgbm。深度学习一般是图像，文本，语音，这算法模型就多了。文本，直接看transformer,bert,
- 2022-08-04 13:56回答 2 已采纳 会不会在标记清除算法的标记阶段使用的就是可达性分析算法呢
- 2020-09-29 16:27骨灰级收藏家的博客 百度、微博等热门搜索排行榜功能你用过吗？你知道这个功能是如何实现的吗？ 实际上，它的实现并不复杂。搜索引擎每天会接收大量的用户搜索请求，它会把这些用户输入的搜索关键词记录下来，然后再离线地统计分析，...
- 2021-07-08 23:56回答 2 已采纳 typedef struct { int cnt; char s[32]; }Word; int cmp(void **a, void **b) { return (strc
- 2022-04-07 21:13回答 1 已采纳 sorted(xd, key=lambda item: item[2]) 第二问, 用1表示男, 0表示女, 先年龄排序, 再性别排序sorted(xd, key=lambda item: item[
- 2022-01-22 18:12回答 1 已采纳 百万级都用faiss库
- 2022-03-06 12:23bestcxx的博客 文章目录100G 文件中出现次数最多的ip数？ 100G 文件中出现次数最多的ip数？ https://blog.csdn.net/qq_41011894/article/details/88538872
- 2022-04-27 10:06回答 1 已采纳 《大话数据结构》对于初学者入门来说，简单易懂的书籍能够让初学者对这门艺术产生兴趣，其他的书籍也特别好的，但是，以我的经验来说，当大部分人看到晦涩难懂的书籍的时候，是会很难受的，所以，我就先推荐这本书籍
- 2022-04-06 10:05回答 2 已采纳 模型就是一堆参数，可以理解为算法中的变量；算法是一堆数学公式，这些公式使用模型中的参数作为变量值来进行计算，以达到预测或分类功能。算法分为训练和预测两个部分，训练算法用训练数据来构建模型，预测算法用模
- 2022-03-02 23:00回答 1 已采纳 算法是算法，机器学习是机器学习，机器学习里的一些策略方法会用到算法来优化。机器学习的理论有的比较晦涩，而算法的原理往往简单易懂，一般机器学习需要用到最优化方面和概率方面的优化算法
- 2024-05-04 04:082401_84187635的博客 首先准备100万条数据，为了方便，我用mybatis-plus循环100万次插入同一条数据数据，（这是数据库中的所有100万条数据。
- 2021-10-25 12:00python爬虫人工智能大数据的博客 来源：Debug客栈https://www.debuginn.cn/5043.html在 v2ex 社区看到有人提问怎么从十万个电话号码选出出现次数最多的十个电话号码？我看到这个问题的时候...
- 2018-02-24 15:18老K创业录的博客 声明：本文转至Big大鸟的博客下，转载的名为《什么叫大数据 大数据的概念》一文，链接...“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据...
- 2024-10-21 22:22莫叫石榴姐的博客 注意到IP 是 32 位的，最多有个 2^32 个 IP。同样可以采用映射的方法， 比如模 1000，把整个大文件映射为 1000 个小文件，再找出每个小文中出现频率最大的 IP（可以采用 hash_map进行频率统计，然后再找出频率最大 ...
- 没有解决我的问题, 去提问
悬赏问题
- ¥30 STM32 INMP441无法读取数据
- ¥100 求汇川机器人IRCB300控制器和示教器同版本升级固件文件升级包
- ¥15 用visualstudio2022创建vue项目后无法启动
- ¥15 x趋于0时tanx-sinx极限可以拆开算吗
- ¥500 把面具戴到人脸上，请大家贡献智慧
- ¥15 任意一个散点图自己下载其js脚本文件并做成独立的案例页面，不要作在线的，要离线状态。
- ¥15 各位 帮我看看如何写代码，打出来的图形要和如下图呈现的一样，急
- ¥30 c#打开word开启修订并实时显示批注
- ¥15 如何解决ldsc的这条报错/index error
- ¥15 VS2022+WDK驱动开发环境