-
如何从大量数据中找出高频词？
如何从大量数据中找出高频词？ 题目描述 解答思路 方法总结 如何从大量数据中找出高频词？ 题目描述 有一个 1GB 大小的文件，文件里每一行是一个词，每个词的大小不超过 16B，内存大小限制是 1MB，要求返回频数最高的 100 个词(Top 100)。 解答思路 由于内存限制，我们依然无法直接将大文件的所有词一次读到内存中。因此，同样可以... -
如何按照 query 的频度排序？
如何按照 query 的频度排序？ 题目描述 解答思路 方法一：HashMap 法 方法二：分治法 方法总结 如何按照 query 的频度排序？ 题目描述 有 10 个文件，每个文件大小为 1G，每个文件的每一行存放的都是用户的 query，每个文件的 query 都可能重复。要求按照 query 的频度排序。 解答思路 如果 quer... -
如何统计不同电话号码的个数？
如何统计不同电话号码的个数？ 题目描述 解答思路 方法总结 如何统计不同电话号码的个数？ 题目描述 已知某个文件内包含一些电话号码，每个号码为 8 位数字，统计不同号码的个数。 解答思路 这道题本质还是求解数据重复 的问题，对于这类问题，一般首先考虑位图法。 对于本题，8 位电话号码可以表示的号码个数为 108 个，即 1 亿个。我们每个...
