-
大数据中 TopK 问题的常用套路
大数据中 TopK 问题的常用套路 1. 堆排序法 2. 类似快排法 3. 使用 bitmap 4. 使用 hash 5. 字典树 6. 混合查询 方法一 方法二 大数据中 TopK 问题的常用套路 对于海量数据到处理经常会涉及到 topK 问题。在设计数据结构和算法的时候，主要需要考虑的应该是当前算法（包括数据结构）跟给定情境（比如数... -
1.5 继承：重新使用接口
1.5 继承：重新使用接口 1.5.1 改善基类 1.5.2 等价与类似关系 1.5 继承：重新使用接口 就其本身来说，对象的概念可为我们带来极大的便利。它在概念上允许我们将各式各样数据和功能封装到一起。这样便可恰当表达“问题空间”的概念，不用刻意遵照基础机器的表达方式。在程序设计语言中，这些概念则反映为具体的数据类型（使用class 关键字）。 ... -
如何从大量的 URL 中找出相同的 URL？
如何从大量的 URL 中找出相同的 URL？ 题目描述 解答思路 1. 分治策略 2. 前缀树是否可行？ 方法总结 分治策略 前缀树 如何从大量的 URL 中找出相同的 URL？ 题目描述 给定 a、b 两个文件，各存放 50 亿个 URL，每个 URL 各占 64B，内存限制是 4G。请找出 a、b 两个文件共同的 URL。 解答... -
1.1.3 算法
1.1.3 算法 1.1.3 算法 如前所述，程序是解决某个问题的指令序列。编程解决一个问题时，首先要找出解决问 题的方法，该解决方法一般先以非形式化的方式表述为由一系列可行的步骤组成的过程，然 后才用形式化的编程语言去实现该过程。这种解决特定问题的、由一系列明确而可行的步骤 组成的过程，称为算法（algorithm①）。算法表达了解决问题的核心步骤，... -
第15章 网络编程
第15章 网络编程 第15章 网络编程 历史上的网络编程都倾向于困难、复杂，而且极易出错。 程序员必须掌握与网络有关的大量细节，有时甚至要对硬件有深刻的认识。一般地，我们需要理解连网协议中不同的“层”（Layer）。而且对于每个连网库，一般都包含了数量众多的函数，分别涉及信息块的连接、打包和拆包；这些块的来回运输；以及握手等等。这是一项令人痛苦的工作... -
01 聊天机器人的特点是什么
01 聊天机器人的特点是什么 01 聊天机器人的特点是什么 要想说清ChatGPT的前世今生，需要从聊天机器人（chat bot）谈起。 聊天机器人是一种使用聊天接口与用户交互的机器人，它可以模仿人类语言的表达方式，同时理解用户的语义，以此回复他们的需求或疑问。聊天机器人能够智能匹配用户的问题，从而流畅地解答用户的问题。 聊天机器人有如下几个特点。... -
6.15 本章习题
6.15 本章习题 本章海量数据的习题 6.15 本章习题 本章海量数据的习题 1 有100W个关键字，长度小于等于50字节。用高效的算法找出top10的热词，并对内存的占用不超过1MB。 提示：老题，与caopengcs讨论后，得出具体思路为： 先把100W个关键字hash映射到小文件，根据题意，100W_50B = 50_10^6B =... -
Zookeeper 都有哪些应用场景？
Zookeeper 的使用场景 面试题 面试官心理分析 面试题剖析 分布式协调 分布式锁 元数据/配置信息管理 HA 高可用性 Zookeeper 的使用场景 面试题 zookeeper 都有哪些使用场景？ 面试官心理分析 现在聊的 topic 是分布式系统，面试官跟你聊完了 dubbo 相关的一些问题之后，已经确认你对分布式服务框... -
如何解决消息队列的延时以及过期失效问题？
如何解决消息队列的延时以及过期失效问题？ 面试题 面试官心理分析 面试题剖析 大量消息在 mq 里积压了几个小时了还没解决 mq 中的消息过期失效了 mq 都快写满了 1. 提高消费并行度 2. 批量方式消费 3. 跳过非重要消息 4. 优化每条消息消费过程 如何解决消息队列的延时以及过期失效问题？ 面试题 如何解决消息队列的延时...
