给定一个巨大的数字数组（比如 1 万亿）。你怎么能把它们分成每个有一定范围的网络桶。 案例： 1.假设分布不均匀 2. 假设分布是均匀的。
【问题讨论】：
标签： algorithm large-data
如果不统一，并且您想要相等的桶数，只需使用您自己的 lambda 值制作您自己的哈希表。
如果您有 1-1000 的 1000 个数字，并且您想要 10 个桶，只需将 1-100 的哈希码设为 0，将 101-200 设为 1。这真的很容易做到 - 你可以做到(maxNum (in first instance it's 100) -1)/100 (即 1000/numOfBuckets) 在哈希表中查找数组的索引。
如果您想要均匀分布 - 这有点困难。您将不得不首先考虑先前的不均匀分布，然后重新哈希，以便每个桶具有相同的 # 数字。
要重新散列，只需获取 # 个数字（遍历每个存储桶，找到大小并添加），然后除以 # 个存储桶。现在你有了新的 lambda 值。如果您不关心范围不统一（如 1-10、11-20，而不是 1-15、15-20 等），则遍历旧哈希表并添加到新哈希表 w/新的 lambda 值，按顺序填充 - 这是您将获得的最接近的值（有时您会从 lambda 值中获得 -1）。
如果您不太关心原始分布不均匀但范围相等，只需获取您拥有的数字数量，使用快速排序等简单排序进行排序，然后将 (lambda 值)# 个数字放入每个桶中.
不确定是不是你的意思，但希望这会有所帮助。
【讨论】：