1. 给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url？ 方案1：可以估计每个文件安的大小为50G×64=320G，远远大于内存限制的4G。所以不可能将其完全加载到内存中处理。考虑采取分而治之的方法。 s 遍历文件a，对每个url ...

第一部分、十道海量数据处理面试题 1、海量日志数据，提取出某日访问百度次数最多的那个IP。 首先是这一天，并且是访问百度的日志中的IP取出来，逐个写入到一个大文件中。注意到IP是32位的，最多有个2^32个IP。同样可以采用映射的方法，比如模1000，把整个大文件映射为1000个小文件，再找 ...

第 1 题：请设计一个攻击服务器的策略 难度：阿里p5 ~ p7、腾讯t21 ~ t31 提供几个常见的策略 前段时间很火的一个例子，伪造虚假npm包 + nodejs版本的pa ...

1. Java中的泛型是什么 ? 使用泛型的好处是什么? 这是在各种Java泛型面试中，一开场你就会被问到的问题中的一个，主要集中在初级和中级面试中。那些拥有Java1.4或更早版本的开发背景的人 都知道，在集合中存储对象并在使用前进行类型转换是多么的不方便。泛型防止了那种情况的发生。它提供 ...

1. 海量数据处理常用数据结构 数据结构： 【Bloom Filter】 它实际上是一个很长的二进制向量和一系列随机映射函数 布隆过滤器可以用于检索一个元素是否在一个集合中 它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难 ...

背负这样的罪名，:-)，同时，此文可以看做是对这篇文章：十道海量数据处理面试题与十个方法大总结的一般抽 ...

无私分享两道百度作业帮的测试开发面试题！整理不易，请给赞~ 【第一题】一共有二十五匹马，五个赛道，每个赛道每次只能跑一匹马。问：最少多少次能选出3匹最快的马？（不能记录每匹马跑完全程所用的时间，只能通过比较谁先到达终点来判断两匹马的孰快孰慢） 思路如下： 1、前五次：25匹马，分成5组，每组 ...

29.栈的push、pop序列 题目:输入两个整数序列。其中一个序列表示栈的push顺序， 判断另一个序列有没有可能是对应的pop顺序。 为了简单起见，我们假设push ...