今日参加雅虎运维工程师笔试碰见的一道算法题！

delkar

参加应聘的职位：运维工程师
算法题：query log（含查询关键字），查出1000万条符合条件的记录，排重后大概剩下400万条。如何从原始的查询数据中取出符合条件的前10000条？（排序输出）
这个问题有点不解。弱弱的问一下各位高人。这个算法如何设计？

有兴趣可以交流msn : xjstu@hotmail.com

BILLJEFF

400W条当中取出前1W条？建立一个最大堆，遍历一遍400W条记录，由堆维护前1W个记录。

TAW

400万条记录，超过4GB容量，无法分配这样大的内存，因此，采用外排序。
随便找本算法书，应该有介绍

GNM

你这个应该发到shell/bash版去,这个考的应该是grep/uniq/sort等命令的组合使用,而不是让你用C/C++来做,对于运维工程师.

delkar

明白了。有没有兄台能够贴出思路或者具体解法的？

[ 本帖最后由 delkar 于 2007-8-12 16:22 编辑 ]

寂寞烈火

grep 'string' log|sort|head -10000

本版精华区里有处理大型文件的解决方法, 你可以自己找一下

delkar

好的，楼上。