perye
  文章分类
大数据 5 算法 1 MySQL 1 Java 4 软件工具 4 精读Java源码 1 LeetCode 9
如何从 5 亿个数中找出中位数？ 如何从 5 亿个数中找出中位数？
如何从 5 亿个数中找出中位数？题目描述从 5 亿个数中找出中位数。数据排序后，位置在最中间的数就是中位数。当样本数为奇数时，中位数为 第 (N+1)/2 个数；当样本数为偶数时，中位数为 第 N/2 个数与第 1+N/2 个数的均值。 解
2020-10-22 大数据
大数据 分治 小顶堆 大顶堆
如何查询最热门的查询串？ 如何查询最热门的查询串？
如何查询最热门的查询串？题目描述搜索引擎会通过日志文件把用户每次检索使用的所有查询串都记录下来，每个查询串的长度不超过 255 字节。 假设目前有 1000w 个记录（这些查询串的重复度比较高，虽然总数是 1000w，但如果除去重复后，则不
2020-10-22 大数据
大数据 分治 HashMap 前缀树 小顶堆
如何在大量的数据中找出不重复的整数？ 如何在大量的数据中找出不重复的整数？
如何在大量的数据中找出不重复的整数？题目描述在 2.5 亿个整数中找出不重复的整数。注意：内存不足以容纳这 2.5 亿个整数。 解答思路方法一：分治法与前面的题目方法类似，先将 2.5 亿个数划分到多个小文件，用 HashSet/HashM
2020-10-22 大数据
大数据 分治 位图
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？
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
2020-10-22 大数据
大数据 分治 哈希 小顶堆
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？
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。 解答思路每个 URL 占 64B，那么 50 亿
2020-10-22 大数据
大数据 分治 哈希