一道Linux面试题

点击上方“背锅侠Tester”蓝色字，关注查阅更多精彩好文

本文来自公众号：python那些事

面试是一个不断学习提升的过程，既是面试官考核面试者，也是面试者学习、考核你未来的上级的过程。不断的面试能够全面的提高自己的去参加大型面试的心理素质；不断练习考题，能够很好的提高自己的能力，提高自己的面试题阅历；更好的取得更多更优的offer；如下是我面试一大型互联网公司的题目：

题目

一种常见的场景，比如说日志文件： 文本1中含有若干行query词，其中query词可能有重复，文本2中也含有若干行query词，query词也有重复。并且重复的query词并不一定相邻。如何快速找到2个文本中相同的query词？

我当时并不熟悉uniq -d可以仅仅显示重复的行这个命令，所以没能用Linux命令快速实现，而仅仅会用Awk脚本来完成。

方法一：Linux命令行

下面给出了Linux命令的一种方法

sort -u A1 >A1.s && sort -u A2 >A2.s && cat A1.s A2.s | sort | uniq -d >duplicate

很简洁，但是算法复杂度为O(nlogn+mlogm)，主要时间耗在排序之上。另外，提醒一下大家，uniq之前一定要先sort，因为uniq只对相邻的行来进行处理。

这是百度的一位同学给出的答案，后来跟他交流了一下，他说大数据处理写脚本，无非是cat，sort，uniq。可见这三个命令的重要性，所以大家努力掌握吧。

方法二：Awk脚本 

若使用awk，则有

awk  'NR==FNR{A[$1] = $1;} NR >FNR {if ($1 in A)print  $0}' A1 A2 >same

算法复杂度为O(m + n)，这是因为awk中数组是基于Hash的。NR，表示awk开始执行程序后所读取的数据行数。FNR，与NR功用类似，不同的是awk每打开一个新文件，FNR便从0重新累计。所以可以用NR和FNR比较区分两个文件。

你有什么更好的实现方式吗？赶紧在留言区写下你的答案吧。

往期推荐：操作系统面试题集合 ； 面试题二十五期--软件测试工程师必考linux的十道菜 ； 过关斩将-软测常见面试题

本文部分来源网络，如有侵权请第一时间联系删除

看完本文有收获？请转发分享给更多人

+上方微信 入技术、招聘群，做*背锅侠

           

公众号简介：背锅侠Tester

1.本订阅号专业抓取各大公司面试题，定期推送

2.测试从业者各项知识技术文档推送学习【自动化】【性能】【linux】【数据库】【安全】【python】【git】【面试】【领书】等

3.不定期在测试技术招聘群发送各大公司的招聘需求/推送红包/送书等活动；长按扫描下方二维码进行关注查阅更多精彩好文，领取资料。

The birth of life is a pleasant surprise.Life is you.

生命是惊喜,生活是你点赞与分享是中华人民传统美德

 Date：2018-1-21

点击【好看】，分享给更多朋友：）