2021年9月

题目描述有 10 个文件，每个文件大小为 1G，每个文件的每一行存放的都是用户的 query，每个文件的 query 都可能重复。要求按照 query 的频度排序。解答思路如果 query 的重复度比较大，可以考虑一次性把所有 query 读入内存中处理；如果 query 的重复率不高，那么可用内存不足以容纳所有的 query，这时候就需要采用分治法或其他的方法来解决。方法一：HashMap 法

- 阅读剩余部分 -

题目描述从 5 亿个数中找出中位数。数据排序后，位置在最中间的数就是中位数。当样本数为奇数时，中位数为 第 (N+1)/2 个数；当样本数为偶数时，中位数为 第 N/2 个数与第 1+N/2 个数的均值。解答思路如果这道题没有内存大小限制，则可以把所有数读到内存中排序后找出中位数。但是最好的排序算法的时间复杂度都为 O(NlogN) 。这里使用其他方法。方法一：双堆法维护两个堆，一个大顶堆，一个小顶堆。大顶堆中最大的数小于等于小顶堆中最小的数；保证这两个堆中的元素个数的差不超过 1。

- 阅读剩余部分 -

对于海量数据到处理经常会涉及到 topK 问题。在设计数据结构和算法的时候，主要需要考虑的应该是当前算法（包括数据结构）跟给定情境（比如数据量级、数据类型）的适配程度，和当前问题最核心的瓶颈（如降低时间复杂度，还是降低空间复杂度）是什么。首先，我们来举几个常见的 topK 问题的例子：

- 阅读剩余部分 -

题目描述有 20 个数组，每个数组有 500 个元素，并且有序排列。如何在这 20*500 个数中找出前 500 的数？解答思路对于 TopK 问题，最常用的方法是使用堆排序。对本题而言，假设数组降序排列，可以采用以下方法：首先建立大顶堆，堆的大小为数组的个数，即为 20，把每个数组最大的值存到堆中。接着删除堆顶元素，保存到另一个大小为 500 的数组中，然后向大顶堆插入删除的元素所在数组的下一个元素。

- 阅读剩余部分 -

Linux 这个名字Linux 的 Wiki 介绍：点击查看Linux 也称：GNU/Linux，而其中 GNU 的全称又是：Gnu’s Not Unix。其中 GNU 放前面是有原因的，GNU 介绍：点击查看对于 Linux 和 GNU/Linux 的两种叫法是有争议，可以看下面文章：Linux命名爭議其实我们可以认为：Linux 本质是指 Linux 内核，而称 GNU/Linux 则代表这是一个系统，所以我认为 Debian 的这个叫法是合理的，但是确实有点不好念和记忆。所以普遍大家直接称作 Linux。通过上面的全称和资料其实我们也就了解到，Linux 本质来源不是 Unix，但是它借鉴了 Unix 的设计思想，所以在系统业界上把这种和 Unix 是一致设计思想的系统归为：类 Unix 系统。类 Unix 系统的介绍：点击查看

- 阅读剩余部分 -

Ubuntu 母公司 Canonical：http://www.canonical.com/](http://www.canonical.com/)Ubuntu 百科：http://baike.baidu.com/item/ubuntuUbuntu Wiki：http://zh.wikipedia.org/zh/UbuntuUbuntu 英文官网：http://www.ubuntu.comUbuntu 中文官网：http://www.ubuntu.org.cnUbuntu kylin 官网：http://cn.Ubuntu.com/desktop

- 阅读剩余部分 -

Ubuntu 安装和分区先下载该系列教程（提取码：4r8w）找到如图箭头目录上的两个视频，并看完，你对 Ubuntu 的安装就有了一个大概的了解，视频中 Ubuntu 虽然版本较早 13.04 的， 但是没关系，对于 Ubuntu 来讲新旧版本安装基本都一样的，所以别担心，驱动的问题也别担心，我们不是要在 Ubuntu 打游戏的，所以常见驱动系统是已经帮我们集成的不会影响使用。但是分区这一块的话，我个人建议是手工分区，视频中没有最终执行手动分区，只是演示了一下又返回了。 我个人是要求你手动分区的。

- 阅读剩余部分 -

介绍简单地讲：修改资源源地址主要是为了加快下载速度，默认的资源源地址在是境外，速度肯定没有境内速度快。了解源这东西：http://wiki.ubuntu.org.cn/%E6%BA%90%E5%88%97%E8%A1%A8文章的重点是页面最下面，每个版本的源地址都是不一样的，所以要懂得替换对应的版本英文名称，各个版本的英文名称大家自己找下，然后进行修改。修改源

- 阅读剩余部分 -

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5