求助大家两个场景题
1.假设一张表 500条万数据，通过 A 和 B 两个条件进行查询，A 条件可以过滤出 100万条数据，B 条件可以过滤出10 万条数据，那么这个索引应该怎么建。
2. 假设有一个10 G 的文件，你电脑只有 2 G 的内存，找出重复最多的数字
在别的地方看到这两个面试题，不知道怎么解决，网上也没找到比较好的答案，想问问大家有什么方法吗
#笔试题目#
2020-03-06 19:43 已编辑 字节跳动_测试开发
关注
全部评论
JerryChaox
广东工业大学 Java
1. A B两个都是索引需要走树搜索，时间复杂度在log(M)，由于有两个条件，其中一个条件选取完后，第二个条件进行树搜索的过程中需要，回来遍历第一个条件命中数据，时间复杂度为O(N), 让N为数据小的过滤条件，所以建立索引(B,A)。 2. 用分治+一致性hash的方法，如楼上所说，按10的模hash可分成10个文件，每个1G，每次排序任务统计频次需要最多额外1G的空间，然后排序算法最好用原地排序算法，加上我们只关心每个文件中的重复数最大值，用推排序比较合适，最后结果合并比较。
正义的非洲大酋长
渤海大学 Java
第二题可以考虑分文件，比如先读入部分文件，然后在取模，（比如模5、模10），最后取值相同的都存入一个文件，然后每个文件统计再统计出现最多的数，合并比较。
相关推荐
点赞 评论 收藏
分享
深信服公司福利 876人发布 01-19 12:48
门头沟学院 C++ 
只想搞钱的鸽子很喜欢...：混账是很多的，还有那些在自己风华正茂的年纪说风凉话讥讽那些下岗前员工的。这些人都是现在职场环境这么烂的帮凶 点赞 评论 收藏
分享
点赞 评论 收藏
分享