经过好久的面试,海量数据的题目虽然老套,但是还是会经常出。
下面,尤其对海量性的题目作一下总结
http://www.cnblogs.com/simonote/articles/3087185.html
题目一:100w个数据里面,选出最大的100个数
方法1:堆排序的方法,维护一个100个数的堆,每次一个数,和堆最上面的数比较,堆顶是100个里面最小的数(最小堆),假如比堆顶大,则删除堆顶,放新的数,然后下沉(复杂度log100),因此总复杂度为(nlog100)
方法2:partition方法,快排的思想
题目二:海量日志数据,提取出某日访问百度次数最多的那个IP。