(word)海量数据面试题.docVIP

面试笔试问题：大数据量，海量数据 处理方法总结 Hashing? 适用范围：快速查找，删除的基本数据结构，通常需要总数据量可以放入内存?基本原理及要点：?hash函数选择，针对字符串，整数，排列，具体相应的hash方法。?碰撞处理，一种是open hashing，也称为拉链法；另一种就是closed hashing，也称开地址法，opened addressing。? 数组的特点是：寻址容易，插入和删除困难；而链表的特点是：寻址困难，插入和删除容易。那么我们能不能综合两者的特性，做出一种寻址容易，插入删除也容易的数据结构？答案是肯定的，这就是我们要提起的哈希表，哈希表有多种不同的实现方法，最常用的一种方法——拉链法，我们可以理解为“链表的数组” bit-map 适用范围：可进行数据的快速查找，判重，删除，一般来说数据范围是int的10倍以下?基本原理及要点：使用bit数组来表示某些元素是否存在，比如8位电话号码?扩展：bloom filter可以看做是对bit-map的扩展? 双层桶划分? 事实上，与其说双层桶划分是一种数据结构，不如说它是一种算法设计思想。面对一堆大量的数据我们无法处理的时候，我们可以将其分成一个个小的单元，然后根据一定的策略来处理这些小单元，从而达到目的。 适用范围：第k大，中位数，不重复或重复的数字?基本原理及要点：因为元素范围很大，不能利用直