海量数据处理面试题集锦

本文参考链接：https://blog.csdn.net/u013949069/article/details/78056102?utm_source=copy

1. 问题1
   一个文本文件，大约有一万行，每行一个词，要求统计出其中最频繁出现的前10个词，请给出思想，给出时间复杂度分析。

之前在此文，海量数据处理面试题集锦与Bit-map详解中给出的参考答案：用Trie树统计每个词出现的次数，时间复杂度是O(nle)（le表示单词的平均长度），然后是找出出现最频繁的前10个词。也可以用堆来实现（具体的操作可参考第三章、寻找最小的k个数），时间复杂度是O(nlg10)。所以总的时间复杂度，是O(nle)与O(nlg10)中较大的哪一个。
2. 在链接 https://blog.csdn.net/v_july_v/article/details/6685962 中作者总结了各种解法，值得好好看看~~~