题目:寻找热门查询:搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来,每个查询串的
长度为1-255字节。假设目前有一千万个记录,这些查询串的重复度比较高,虽然总数是1千万,但如果除去
重复后,不超过3百万个。一个查询串的重复度越高,说明查询它的用户越多,也就是越热门。请你统计最热
门的10个查询串,要求使用的内存不能超过1G。
(1)请描述你解决这个问题的思路;
(2)请给出主要的处理流程,算法,以及算法的复杂度。
分析:通过哈希的方式来做。
struct QueryItem
{
char* key;
int count;
}QueryItem[4000000];
需要设计一个哈希函数,将字符串映射到对应的位置。Hash(key)%4000000 = i;
插入时对于每个查询串若QueryItem[i].cout=0则将查询串保存到key中并QueryItem[i].cout++;
否则QueryItem[i].cout++。
(2)然后通过部分选择排序的方法求出计数前10的查询记录。
总的时间复杂度为0(n).