【如果有一個任務，有100個文件和一個詞典，詞典中包含了這100個文件中的所有單詞，然後統計每個詞出現的文件總數，即只要這個詞語在這個文件出出現一次，就加1，同一個文件中出現多次，算1次處理。】我們傳統的思維是，拿著這個詞典，去一個個的文檔中找，這個文檔中出現了，就加1。這
樣做有一個最大的弊端，如果文件總和是500MB，那麼運行這個程序需要11天（也許比11天多，一個500MB的文件中的詞語有幾百萬個）。幾百萬的詞
典，一個個的詞語去找，那就是要找幾百萬，要知道在計算機上遍歷一遍500MB的文件，需要幾秒的時間。這個代價非常大。

第二種實現方法：

遍歷每個文件，只要統計出，每個文件中出現的詞語就可以。首先，遍歷文件中的每一個詞語，然後在詞典後面寫上出現的文件的名稱。重複出現的就不用寫。這個很簡單。我們只需要遍歷一個500MB的文件，每個詞語，我們再到詞典中查一下，計算機遍歷一個幾百萬的詞典，也就是不到幾MB的大小，只需要很短的時間。

上述兩種方法，第一種我程序實現了一下，至少需要11天，第二種，不到2分鐘就跑完了程序。

所以從不同的方向查找，效率也是不一樣的。
推薦閱讀：

相关文章