字节面试一道topK没答出来，请教各位大佬
java吧
全部回复
仅看楼主
level 1
sick白牧 楼主
有1T的int数据，内存肯定放不下，问如何得到这些数据里出现频率最高的100个数字？
2021年05月11日 11点05分 1
level 9
谷雨念安
经典分治，切成无数个小文件统计再逐步汇总
2021年05月11日 11点05分 2
sick白牧
我问他说小文件的统计表内存也放不下...
2021年05月11日 12点05分
谷雨念安
@sick白牧 写文件里?
2021年05月11日 12点05分
谷雨念安
@sick白牧 实在不行我在指定某个目录下以文件名为coung-number的形式创建文件，统计的时候改文件名就完事了，改完我直接ll | head -100截断'-'，输出数字就可以了
2021年05月11日 12点05分
谷雨念安
@谷雨念安 噢，不对，linux文件名不是这么排的，往文件里面追加1就行了，到时候按文件大小取前100
2021年05月11日 12点05分
level 14
暮色妖娆丶😘
贴吧算法一般都很差[滑稽]
2021年05月11日 13点05分 3
sick白牧
可这就是面java岗考的啊，光刷java不找工作也没用=。=
2021年05月11日 14点05分
sick白牧
哦不对，字节不用java...
2021年05月11日 14点05分
这边建议你爬🐶
@sick白牧 字节有JAVA啊
2021年05月12日 08点05分
sick白牧
@这边建议你爬🐶 暑期实习后台这个说是python和go，但只要会一门语言就能投，我自己平时用java
2021年05月13日 08点05分
level 6
小李不吃鱼
hash分治加最小堆
2021年05月11日 13点05分 4
sick白牧
@小李不吃鱼 我是真吃错药了。。。前一天晚上睡不着吃褪黑素，结果第二天白天才开始起效果，面试完了我直接躺睡
2021年05月11日 16点05分
sick白牧
刚百度了下，好像懂了，谢谢大佬[真棒]
2021年05月11日 14点05分
小李不吃鱼
@sick白牧 老哥实习还是校招啊
2021年05月11日 15点05分
sick白牧
@小李不吃鱼 研二，暑期实习
2021年05月11日 16点05分
level 1
无奶单走👻
这个问题，几年前我学数据结构算法时，几年前我的大佬同学就问过我。
[吐舌]。。。。
2021年05月11日 14点05分 5
level 7
wind乀
二叉堆最小堆
2021年05月11日 14点05分 6
level 10
迪恩国王♂
[滑稽]可以去了解下数据库orderby咋实现的
limit:堆选
无limit:快排
超过buffer:归并排
然后你可以了解下分表分库的limit咋实现的
或者有一道经典的25匹马找前三的问题
基础题
2021年05月12日 01点05分 8
level 9
夜灬色美景
MappedByteBuffer文件内存映射，轻松搞定
2021年05月12日 02点05分 9
level 6
-氺氺-
最小堆
2021年05月12日 04点05分 11
sick白牧
还没说一样[汗]怎么建堆呢？怎么解决内存不够统计的问题
2021年05月12日 04点05分
level 8
干吾妹小埋
算一下int类型所有数最多占用内存空间，是2的32次方也就是4g个数。这里映射成int数组就行了。如果太小了，比如用byte，计数的数范围可能不够用，然后在对应位置上存储计数，算上虚拟内存一般是够用的。
2021年05月12日 05点05分 12
sick白牧
人家说了不行。
2021年05月12日 12点05分
level 1
温酒清香
读100个数据到内存，建堆，然后再读数据更新堆，时间复杂度o（nlog100）
2021年05月12日 06点05分 14
猪蹄6加1
读取到相同数量的覆盖掉么？
2021年05月12日 08点05分
无敌暴龙战士本尊
问题这个是对频率排序，不是值排序呀
2021年05月12日 08点05分
温酒清香
@无敌暴龙战士本尊 好吧，没仔细看题[小乖]
2021年05月12日 08点05分
level 8
猪蹄6加1
内存放不下，用文件存储统计过程次数。用文件做草稿，最后统计。
2021年05月12日 08点05分 15
sick白牧
我这样说了，不让这样，因为就是考算法，不是给解决方案
2021年05月12日 12点05分
level 1
明明我超帅的😳
看题目描述内存放不下，似乎是外部排序？
2021年05月12日 08点05分 16
level 6
陸遊😹
丢进hdfs mapreduce[喷]
2021年05月12日 08点05分 17
level 8
纯爱天下第一💢
定一个int[Integer.MAX] list的数组不就行了吗 然后找到一个数字就是list[num]=list[num]+1，最后再排序，如果他的内存连一个数组都放不下的话那就不知道了
2021年05月12日 09点05分 19
sick白牧
确实完整频率表是存不下的
2021年05月12日 12点05分
贴吧用户_0D8AP7J
这样内存也很大了吧
2021年06月07日 23点06分
1 2 3 尾页