假设我有一个取32位整数的函数，并返回随机的32位整数。
现在，我想看看此函数将在0到2 ^ 32-1之间的所有可能输入值上返回多少和哪些重复值。如果我有超过4gig的免费撞锤，我可以轻松做到这一点，但我没有超过1gig的撞锤。
我尝试使用4gig文件将计算值映射到磁盘上，其中一个字节表示它已经获得了多少重复项，但我注意到将来的最终完成时间将是25天，我的硬盘速度！ （我不得不使用SSD，因为害怕破坏我的硬盘......）
所以，现在下一步是在RAM中计算这一切并且根本不使用磁盘，但是在考虑如何优雅地解决这个问题时我跑到了墙上。我能想到的唯一方法是循环（2 ^ 32）*（2 ^ 32）倍的功能，但这显然比我的硬盘方法慢。
我现在需要的是一些令人讨厌的想法来加速这个！
编辑：这个函数不是一个随机函数，但类似于一个随机函数，但事实上你不需要知道任何关于函数的知识，这不是问题。我想通过我的眼睛看到所有重复的东西，而不仅仅是一些数学猜测可以有多少。为什么我这样做？出于好奇：）
答案 0 :(得分：6)
要检查2 ^ 32个可能的重复项，您只需要4个千兆位，即512MB，因为每个值只需要一个位。零位的第一次打击将其设置为1，并且在每次打击1位时，您知道您有重复并且可以将其打印出来或做任何您想要做的事情。
即。你可以这样做：
int value = nextValue(...);
static int bits[] = new int[ 0x08000000 ]();
unsigned int idx = value >> 5, bit = 1 << ( value & 31 );
if( bits[ idx ] & bit )
// duplicate
else
bits[ idx ] |= bit;
回应您的评论
是的，如果没有太多而且没有太多不同的副本，将重复项放入地图是个好主意。如果每个第二个值恰好出现两次，那么最坏的情况是2 ^ 31个条目。如果地图变得太大而不能立即保存在存储器中，则可以对其进行分区，即仅允许特定范围内的值，即整个数字空间的四分之一。如果重复数据的分布相当均匀，这将使地图仅占整个地图大小的1/4。您当然需要每个季度运行该程序4次以查找所有重复项。
要查找第一个副本，您可以在两个过程中运行它：在第一个过程中，您使用位图查找重复项并将它们放入地图中。在第二遍中，如果地图中已有条目且值尚未存在，则跳过位图并将值添加到地图中。
不，没有理由在无符号的int数组上使用int。你也可以使用unsigned int，这实际上更合适。
答案 1 :(得分：0)
无法解决的问题：为什么？。你想要实现什么目标？
这是一种蒙特卡罗实验吗？
如果没有，只需查看（P）RNG的实现算法，它就会准确地告诉您值的分布情况。
请查看Boost.Random以获得比您可以理解的更多选择，并且例如uniform_int<>和变量生成器，可以限制输出范围，同时仍然保证在输出域中分配值的明确保证