逻辑思维案例题(二)

1. 称重问题

问题描述：

现有8个小球，其中一个较重，其余质量相同，另有一天平，问至少要称多少次才能找到质量较大的那个小球？ 2次

解决方案：

1. 选出6个小球，均分成两组，进行称重；若两边相等，则称一次余下的两个小球即可。

2. 否则，在重的那一组选出两个进行称重即可。

2. Hash问题

问题描述：

两个4G的文件，里面全是数字，现有内存1G，求两个文件的交集。

解决方案：

将两个文件fileA、fileB，分别hash成10个子文件(A1,A2,A3,A4,A5;B1,B2,B3,B4,B5；一个400M)。把一个子文件A1存储到hash表中作为key，再依次遍历B的每一个子文件，看这个数字是否存在于刚才的hash表中，存在即可输出。

3. 堆排序问题

1. 建筑工地上，一个工人在碎石块，一个大石块，每次裂开为两块，n次后，质量最大的那块。

2. 电商搜索框每天500W的搜索query，针对新来的一个query(目标query)，给出和它最相似的100个query。

        在500W条query中，选取前100个(根据与目标query的相似度)构建最小堆，从第101个query起，分别和堆顶元素和目标query进行相似度比较，若其与目标query更相似，则用其取代堆顶元素，并调整堆，直到500W条比较完为止。此时的堆即为与目标query最相似的100个query。

也可用快排思想：

        先分别计算500W条query与目标query的相似度，并记录在一个列表中query_similiarity_list。进而将问题转化为取列表中值最大的前100条。借鉴快排思想，从列表中选择一个元素作为基准点，比基准点小的元素放在其左边，大的放在其右边。

令n = 基准点右边元素个数。则有：

1. n=99，    返回基准点+其右边的所有元素，[base]+arr_右；

2. n>99，   在基准点右边的序列中继续寻找，f(arr_右)；

3. n<99，   在基准点左边的序列中继续寻找100-1-n个最大元素，返回f(arr_左)+[base]+arr_右。

相当于每次只在一半序列中查找，也不用精确到rank值，速度较快。

4. 分析代码运行慢的原因

1. 检查是否有多层嵌套循环，优化；

2. 检查是否有很耗时的操作，看能否优化为多线程并行执行；

3. 检查数据量是否非常大，考虑是否可以分布式计算模型。