hobbyliu
V2EX  ›  问与答

这个算法题难道了多少人?

  •  1
     
  •   hobbyliu · Mar 21, 2016 · 2611 views
    This topic created in 3896 days ago, the information mentioned may be changed or developed.

    有 f1 、 f2 两个大文件,里面有若干行 IP 记录,大小分别 1T 左右,现在在机器内存只有 1G 。求这 f1 、 f2 两个文件的差集。

    6 replies  •  2016-03-21 11:11:21 +08:00
    rock_cloud
    rock_cloud
    Mar 21, 2016
    1
    1T 的文本,看起来有大量的 IP 是重复的啊,至少 16 倍的重复量(如果我没算错)。
    dingyaguang117
    dingyaguang117
    Mar 21, 2016
    2
    先合并排序,再遍历比较一边
    3dwelcome
    3dwelcome
    Mar 21, 2016❤️1
    3
    这不就是基础面试题,算每行 ip 的 hash, 根据 hash 最前面两位值来进行 255 数据分组, 1T 数据就可以被分成 1T/255 处理,依此类推,把每组装到 1G 内存里计算冲突,留下的就是差集。

    其实楼主这是伪命题, ip 地址表示成 unsigned int, 也就 4G 范围, 如果按照 1bit 占位表示, 4G/8 = 530M, 在 1G 内存里完全可以装下的。
    hobbyliu
    hobbyliu
    OP
    Mar 21, 2016
    4
    恩 这个题目出的不够严谨,换成 文件里面有若干不重复的字符串
    tabris17
    tabris17
    Mar 21, 2016
    5
    说不定是 IPv6 的地址
    Moker
    Moker
    Mar 21, 2016
    6
    上次的题目 不是就差集 而是算出每个 IP 的数量 并统计出来
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   2056 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 35ms · UTC 13:11 · PVG 21:11 · LAX 05:11 · JFK 08:11
    ♥ Do have faith in what you're doing.