阿里笔试部分题目分析（2015实习生 C/C++研发）

最新推荐文章于 2024-09-15 11:40:06 发布

yongtao_liu

最新推荐文章于 2024-09-15 11:40:06 发布

阅读量1.4k

点赞数

分类专栏：数据结构与算法文章标签： c++ c 阿里笔试实习生招聘

本文链接：https://blog.csdn.net/u012896140/article/details/45132433

版权

本文分析了阿里笔试中涉及的海量数据处理问题，讲解了如何利用hashmap和堆解决TOP K问题，达到O(n*logk)的时间复杂度。还涵盖了容错技术、二叉树性质、指针大小、哈希冲突解决、二叉排序树、数字统计和排列组合等计算机科学基础知识。同时，讨论了C++中的const特性、STL相关知识及其线程安全性。

摘要由CSDN通过智能技术生成

1、找出海量数据（N）中的最大值K（<10000）个数，最开的平均时间复杂度是（O（n*logk））
针对此类典型的TOP K问题，采取的对策往往是：hashmap + 堆。如下所示：
hash_map统计：先对这批海量数据预处理。具体方法是：维护一个Key为Query字串，Value为该Query出现次数的HashTable，即hash_map(Query，Value)，每次读取一个Query，如果该字串不在Table中，那么加入该字串，并且将Value值设为1；如果该字串在Table中，那么将该字串的计数加一即可。最终我们在O(N)的时间复杂度内用Hash表完成了统计；
堆排序：第二步、借助堆这个数据结构，找出Top K，时间复杂度为N‘logK。即借助堆结构，我们可以在log量级的时间内查找和调整/移动。因此，维护一个K(该题目中是10)大小的小根堆，然后遍历300万的Query，分别和根元素进行对比。所以，我们最终的时间复杂度是：O（N） + N’ * O（logK），（N为1000万，N’为300万）。
别忘了这篇文章中所述的堆排序思路：“维护k个元素的最小堆，即用容量为k的最小堆存储最先遍历到的k个数，并假设它们即是最大的k个数，建堆费时O（k），并调整堆(费时O（logk）)后，有k1>k2>…kmin（kmin设为小顶堆中最小元素）。继续遍历数列，每次遍历一个元素x，与堆顶元素比较，若x>kmin，则更新堆（x入堆，用时logk），否则不更新堆。这样下来，总费时O（k*logk+（n-k）*logk）=O（n*logk）。此方法得益于在堆中，查找等各项操作时间复杂度均为logk。”
参考：http://blog.csdn.net/v_july_v/article/details/7382693
2、容错技术：