給定a、b兩個檔案，各存放50億個url，每個url各佔64位元組，記憶體限制是4g，讓你找出a、b檔案共同的url?
（1）首先我們最常想到的方法是讀取檔案a，建立雜湊表（為什麼要建立hash表？因為方便後面的查詢），然後再讀取檔案b，遍歷檔案b中每個url，對於每個遍歷，我們都執行查詢hash表的操作，若hash表中搜尋到了，則說明兩檔案共有，存入乙個集合。
（2）但上述方法有乙個明顯問題，載入乙個檔案的資料需要50億*64bytes = 320g遠遠大於4g記憶體，何況我們還需要分配雜湊表資料結構所使用的空間，所以不可能一次性把檔案中所有資料構建乙個整體的hash表。
（3）針對上述問題，我們分治演算法的思想。
step1：遍歷檔案a，對每個url求取hash(url)%1000，然後根據所取得的值將url分別儲存到1000個小檔案(記為a0,a1,...,a999，每個小檔案約300m)，為什麼是1000？主要根據記憶體大小和要分治的檔案大小來計算，我們就大致可以把320g大小分為1000份，每份大約300m（當然，到底能不能分布盡量均勻，得看hash函式的設計）step2：遍歷檔案b，採取和a相同的方式將url分別儲存到1000個小檔案(記為b0,b1,...,b999)（為什麼要這樣做? 檔案a的hash對映和檔案b的hash對映函式要保持一致，這樣的話相同的url就會儲存在對應的小檔案中，比如，如果a中有乙個url記錄data1被hash到了a99檔案中，那麼如果b中也有相同url，則一定被hash到了b99中）
所以現在問題轉換成了：找出1000對小檔案中每一對相同的url（不對應的小檔案不可能有相同的url）
step3：因為每個hash大約300m，所以我們再可以採用（1）中的想法
大資料演算法面試題
本文參考並對部分內容進行了整理 1 給定 a b 兩個檔案，各存放 50 億個 url，每個 url 各佔 64 位元組，記憶體限制是 4g，讓你找出 a b 檔案共同的 url？1 可以估計每個檔案安的大小為 50g 64 320g，遠遠大於記憶體限制的 4g。所以不可能將其完全載入到記憶體中處理...
PHP面試題，計算兩個檔案之間的相對路徑方法
看了 的 很精簡，而且測試結果也很滿意 例如 檔案a 的路徑是 home web lib img cache.php 檔案b的路徑是 home web api img show.php 那麼，檔案a相對於檔案b的路徑是 lib img cache.php，即檔案b 訪問 檔案a的相對路徑。上 fun...
資料結構 棧面試題 兩個佇列實現乙個棧
上篇文章寫了用兩個棧實現乙個佇列，這篇文章實現用兩個佇列實現乙個棧，其實兩者的思想都是差不多的。下邊繼續畫圖說明 下邊給出實現 includetemplateclass stack else if q1.empty q1不空就push進q1 q1空，q2不空 直接放入q1，這樣pop的話可能更方便一...