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。& K3 ^+ i# s& A/ V5 r; j: `
       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。
+ \# z1 V8 O. n       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。- o3 G4 I/ @, Y2 Q/ q* K3 t

+ T( P& y& I" X9 y" ~: K: x' _: c% x9 [* K$ b
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 5 Y( F& Y1 k& C" b* K: @
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。
0 ?! |( y) d" q5 d4 h ...
+ k  i* t% c5 s4 ^/ W
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 ; L/ M( i9 x; v, F# O4 ^
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。
; E6 d7 X% x$ U) B6 v/ @, l ...
" R0 x& q& W4 }6 x8 O1 U7 \
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!7 Z7 I- A5 `$ J! ^2 k

作者: wangzheng3056    时间: 2013-8-22 09:00
math~a 发表于 2013-8-21 22:15 7 t$ N. {& d/ }( U# C
学到了!

# y& F! m. G- t$ {7 e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