Interview100-44 一些腾讯面试题

题目

1. 设计一个六面模仿的程序（面向对象）

2. 有1000w条短信，有重复，以文本文件的形式保存，一行一条，请用5分钟时间，找出重复出现最多的前10条。

解法

1. 第一题主要考察面向对象编程。

2. 第二题为TOP K问题，分析如下：

如果每条短信限定的长度在144chars之内，则1000w条短信为：1000w*144bytes=1.4GB左右，这种大小的数据可以一次性放入内存中，这样可以使用HashMap统计每个短息的重复次数，然后根据得到的统计结果，使用最小堆找出出现频率最大的10条即可。

如果这些短息无法一次性放入内容中进行统计，可以考虑（1）使用Hash(message) mod 10的方式，将大文件分为10个小文件中，然后对每个小文件分别进行统计频率，然后使用最小堆分别找出每个文件中的top 10，得到10个统计的结果文件，然后进行归并。

TOPK问题的经典做法：

先读取k个元素建最小堆的结构（O(k)），然后遍历剩下的所有元素，与堆顶元素进行比较，如果当前元素大于堆顶元素，则将当前元素替换掉堆顶元素，然后调整堆中的元素维护最小堆的性质（O(lgk)），遍历完成后，堆中的元素即为TOP k的元素。