算法通关村第十五关 | 黄金 | 超大规模数据场景

1.对 20GB 文件进行排序

有一个 20GB 的文件，每行一个字符串，对其进行排序。

这里可以使用分块方式来排序，先将每块进行排序，然后要逐步进行合并，也叫做外部排序。

2.超大文本中搜索两个单词的最短距离

有一个超大的文本文件，内部由许多单词组成，现在给定两个单词，要找出两个单词在文件中的最小距离。

用两个下标来记录两个单词的位置，一次循环中就可以不断移动和比较下标位置，找到最短距离。

3.从 10 亿数字中寻找最小的 100 万个数字

先排序肯定会占用很大的内存空间。

这时可以采用大顶堆，先给前 100 万个数字创建一个大顶堆，最大元素位于堆顶。

只有比堆顶元素小的才可以插入堆中，并删除原来的最大元素。

最后剩下的就是最小的 100 万个数字。

如果将数据换成流数据，几乎只能用堆来做。

如果对您有帮助，请点赞关注支持我，谢谢！ ❤
如有错误或者不足之处，敬请指正！ ❤
个人主页：星不易 ❤
算法通关村专栏：不易|算法通关村 ❤