大厂面试真题13-商城常见面试题大数据问题

1、有几十亿的中文分词，分词是从文档中摘出来的。现在需要你设计一种数据结构来储存分词与文档的映射关系？（字节）

2、用4G的内存空间存储10亿个64字节url用什么数据结构？（字节）

假设每个网页 url 平均长度 64 字节，则 10 亿个 url 大约需要 60 G 内存。

使用布隆过滤器，针对 10 亿个 url，我们分配 100 亿个 bit，大约 1.2 G, 相比 100 G 内存，提升了近百倍