数学建模社区-数学中国

标题: 求c语言数据挖掘算法 [打印本页]

---

作者: wangzheng3056    时间: 2013-8-21 11:57
标题: 求c语言数据挖掘算法
       老师最近给我们发了一个文档，txt格式的。大小有2GB。
       要求使用C++配合hadoop，用最快的速度统计出文档中出现频率最高的10个词。
       what can I do？ can you give some ideas？

---

作者: 我爱照镜子    时间: 2013-8-21 14:28
楼主应该把所有单词放到链表中，并且建立一个链表的索引。字典序排列每一个单词，重复出现在链表中计数。
& ]/ h8 q9 V' |/ I5 n+ j

hadoop是什么啊？

---

作者: wangzheng3056    时间: 2013-8-21 16:22

我爱照镜子 发表于 2013-8-21 14:28
楼主应该把所有单词放到链表中，并且建立一个链表的索引。字典序排列每一个单词，重复出现在链表中计数。
...

我也不太清楚，好像和云计算有点关系

---

作者: wangzheng3056    时间: 2013-8-21 16:22

我爱照镜子 发表于 2013-8-21 14:28
楼主应该把所有单词放到链表中，并且建立一个链表的索引。字典序排列每一个单词，重复出现在链表中计数。
...

9 M4 H* A& k; s* S! m谢谢你的回答，只能这样做了

---

作者: math~a    时间: 2013-8-21 22:15
学到了！

---

作者: wangzheng3056    时间: 2013-8-22 09:00

math~a 发表于 2013-8-21 22:15
1 b  D0 }0 u% H$ s0 V1 N9 J学到了！

) z9 |$ z1 b3 t8 w5 `* X您有什么好的想法吗？

---

作者: math~a    时间: 2013-8-22 14:21
只看到2L的思路，学到了他的方法，自己的还没出来!!

---

作者: 海阔天空521    时间: 2013-8-22 17:39
不错 不错 谢谢啦！

---

作者: topershbby    时间: 2013-10-8 09:38
hadoop中不是有自带的wordcount的例子么，LZ可以去试一试

---

欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)

Powered by Discuz! X2.5