某鹅面试题:有 2.5 亿个数,其中只有一个数出现两次,其他的数都出现一次。在内存紧张的情况下,怎么找出这个重复数?

问题&分析:
1. 2.5E个数:特性>数据量庞大
2. 内存紧张: 特性>1. 考虑用时间换内存,
----------------------- 2. 考虑以磁盘空间换内存空间
-----------------------3. 内存紧张,也不知道可用空间是1G还是10M…
思路:分治(分组处理,分组传入)
这里又可以分为两个思路
思路一:
拆分成多个有序文件()
我们升序(文件名升序,文件数据升序)等间距/等区间范围存放,假设每组100W/1000W个数据,
在此之前我们可用并发流排序,以加快排序速率,
这里我们使用比较器排序
当比较值=0,证明我们找到该重复值,直接赋值给AtomicInteger变量,并return,结束查找
若该组中没有重复值,保存改组至新文件(文件名+1)
最后,每次取出两个文件数据,首先最大最小值分别比较,得出重复结果或偏移值,对中间值进行二分查找,直到找到重复值,找不到继续比较下两个的值
未完待续----引入策略模式…

猜你喜欢

转载自blog.csdn.net/weixin_43158695/article/details/113406009