一个数据文件,有3000W行,每行有一个id号,文件内容无任何排序。
现在让你把id前 TOP 位取出来, TOP = 50.
要求:你的程序最多能吃2G的内存,其他不限,要求考虑io/cup最优。
解决思路:
1 建一个top_array, 长度为50.
2 再建一个buffer, 长度为2^20 (1G)
3 循环开始
4 读取文件到buffer,直到buffer满为止
5 将Buffer的前50位读到top_array
7 将top_array排序,按照id升序
6 循环开始
7 接着读取buffer的下一位
如果比最后一个还大,next;
否则,插入到top_array相应位置,并删除最后一个。
循环到Buffer全部读完为止
9 循环到文件读完为止
当然对to_arary进行插入的时候,用2分法,当然数据结构如果用最小堆/最大堆,也是一样的。
整体时间应该是
nlog(m)