大数据量处理与防刷

Question

现在有3到题目，麻烦大家给点意见
1.实现一个函数f(A,B),可以使用的运算有+12，-12，+7，-7，+5，-5 ，如何得到A-B的最短距离。
比如A=0和B=24，则0+12+12=24，这就是最短距离。2.比如百度一天的访问日志，日志只有一列，就是IP，现在要把重复的IP去除,如何做？
由于数据量比较大，我想到了几种方案：
a：用AWK，不知道AWK对这种大文件会不会报内存溢出的错误
b:把文件切割成若干个小文件，然后对每个文件进行过滤，最后在合并
c：用php的fseek函数，一段一段处理。
d:是否可以建一张哈希表，但是如何建, 用什么哈希函数不知道？（求大神解答，这一条很想知道）
不知道各位还有什么更高效的方法吗？对于大文件处理，经验比较少
3.就是做一个统计，如果百度首页添加一朵花，点击一下花，旁边的计数数字就加1，有什么实现方案？如何防刷？对于这个问题，我想实现不难，主要是如何防刷？我想到的是用IP在唯一标识，但是想到有些大公司的出口IP都是一个，这样的话，一个公司就只能投一次。还有比如联通的手机，内网IP也是一个。请问这个防刷的问题如何解决

Answer 1

1.实现一个函数f(A,B),可以使用的运算有+12，-12，+7，-7，+5，-5 ，如何得到A-B的最短距离。
比如A=0和B=24，则0+12+12=24，这就是最短距离。
查表法function f($a, $b) {
  $c = abs($b - $a);
  $d = array(
    0 => '',
    1 => '+5+5+5-7-7',
    2 => '+7-5',
    3 => '+5+5-7',
    4 => '+7+7-5-5',
  );
  $r = str_repeat('+12', intval($c/12));
  $c %= 12;
  $r .= str_repeat('+12', intval($c/7));
  return $r . $d[$c % 5];
}

Answer 2

请问这个$d = array(
    0 => '',
    1 => '+5+5+5-7-7',
    2 => '+7-5',
    3 => '+5+5-7',
    4 => '+7+7-5-5',
  );是什么意思

Answer 3

字典啊，要查表没表怎么行？2.比如百度一天的访问日志，日志只有一列，就是IP，现在要把重复的IP去除,如何做？
哈希表 就用 ip 做键 
php 提供有 ip2long 用于将 ip 转换成长整型数
mysql 也提供了 INET_ATON

Answer 4

function f($a, $b) {
  $c = abs($b - $a);
  $d = array(
    0 => '',
    1 => '+5+5+5-7-7',
    2 => '+7-5',
    3 => '+5+5-7',
    4 => '+7+7-5-5',
  );
  $r = str_repeat('+12', intval($c/12));
  $c %= 12;
  $r .= str_repeat('+7', intval($c/7));
  $c %= 7;
  return $r . $d[$c % 5];
}我修补了下，这样的好像才是正确的