欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  后端开发

面试遇到的两个题

程序员文章站 2022-06-01 18:21:51
...
第一个:
机器内存为2GB,但有个5GB的文件里面全是以逗号分割的数字,现在我们要进行对他排序,排序好不能重复(不能用DB);

第二个:
给出你一个数找到相邻的数字(12,222,500,888,991,1000)
比如:我给的是13,那么相邻最近的是12。 我给的是998,那么相邻最近的是1000

回复内容:

第一个:
机器内存为2GB,但有个5GB的文件里面全是以逗号分割的数字,现在我们要进行对他排序,排序好不能重复(不能用DB);

第二个:
给出你一个数找到相邻的数字(12,222,500,888,991,1000)
比如:我给的是13,那么相邻最近的是12。 我给的是998,那么相邻最近的是1000

第一个问题是典型的外排序问题,最简单的方法就是归并排序,详见https://zh.wikipedia.org/wiki/%E5%A4%96%E6%8E%92%E5%BA%8F

第二个问题可以通过二分法找到给的数字相邻两边的数字。

你这个文件二分的时候需要向前或者向后找到临近的逗号,然后再读取逗号两边的数。

第一个可以用外排,但如果数字都是整数的话,用位图会更简单,一次完成排序+去重
第二个,给出的数字集合是有序的吗?如果是,直接二分查找即可。

  1. 堆排序应该能适应一维海量数据的排序需求。

  2. 一维的最近邻查询。如果也要支持海量数据,那么数据结构可以用 B 树,在对 B 树进行深度优先遍历的过程中进行剪枝,不断向最近邻目标逼近。如果只是在内存里查找最近邻,用二叉搜索树也行。

其实用第 2 种方法我说的 B 树,也可以解决第 1 个问题。先建 B 树,然后从文件中最小的数据开始,以此寻找最近邻就可以了。比如最小数据为 a,从树中删除 a,再查询它的最近邻,得到 b,从树中删除 b,现在就有了 a->b。继续查询 b 的最近邻,得到 c,从树中删除 c,这样就得到 a->b->c……以此类推。时间复杂度应该是 O(nlog n)的。