面试遇到的两个题

第一个:
机器内存为2GB,但有个5GB的文件里面全是以逗号分割的数字,现在我们要进行对他排序,排序好不能重复(不能用DB);

第二个:
给出你一个数找到相邻的数字(12,222,500,888,991,1000)
比如:我给的是13,那么相邻最近的是12。 我给的是998,那么相邻最近的是1000

第一个问题是典型的外排序问题,最简单的方法就是归并排序,详见https://zh.wikipedia.org/wiki/%E5%A4%96%E6%8E%92%E5%BA%8F

第二个问题可以通过二分法找到给的数字相邻两边的数字。

你这个文件二分的时候需要向前或者向后找到临近的逗号,然后再读取逗号两边的数。

第一个可以用外排,但如果数字都是整数的话,用位图会更简单,一次完成排序+去重
第二个,给出的数字集合是有序的吗?如果是,直接二分查找即可。

  1. 堆排序应该能适应一维海量数据的排序需求。

  2. 一维的最近邻查询。如果也要支持海量数据,那么数据结构可以用 B 树,在对 B 树进行深度优先遍历的过程中进行剪枝,不断向最近邻目标逼近。如果只是在内存里查找最近邻,用二叉搜索树也行。

其实用第 2 种方法我说的 B 树,也可以解决第 1 个问题。先建 B 树,然后从文件中最小的数据开始,以此寻找最近邻就可以了。比如最小数据为 a,从树中删除 a,再查询它的最近邻,得到 b,从树中删除 b,现在就有了 a->b。继续查询 b 的最近邻,得到 c,从树中删除 c,这样就得到 a->b->c……以此类推。时间复杂度应该是 O(nlog n)的。

  • Thymeleaf中each标签遍历list如何获取index
  • 为什么Boost库的搜索函数明显比std的search慢
  • 我在php7上安装composer报错,为啥报的是php5.dll丢失,难道是php7不支持composer吗
  • 长期做二次开发,是不是会导致技术不增反降?
  • php怎么模拟GET与POST向微信接口提交及获取数据的方法?
  • 一个php文件里计算得出的变量值,怎么传到另一个html文件里?
  • 网站埋点,统计用户数据
  • 怎样将一个矩阵分成均等的四份?求教算法思路。
  • springboot 对某些js和css 返回json是什么原因?
  • java中Integer及自动装箱
  • 使用Webmagic网页无法下载