摘要：题目你有10亿个url，每个url对应一个非常大的网页。你怎么检测重复的网页？解答网页大，数量多，要把它们载入内存是不现实的。 因此我们需要一个更简短的方式来表示这些网页。而hash表正是干这事的。 我们将网页内容做哈希，而不是url，这里不同url可能对应相同的网页内容。将每个网页转换为一个哈希值... 阅读全文

摘要：题目有一个数组，里面的数在1到N之间，N最大为32000.数组中可能有重复的元素(即有的元素 存在2份)，你并不知道N是多少。给你4KB的内存，你怎么把数组中重复的元素打印出来。解答我们有4KB的内存，一共有4 * 210* 8位，大于32000，所以我们可以用Bit Map 来做这道题目。题目很简... 阅读全文

摘要：题目给你一个文件，里面包含40亿个整数，写一个算法找出该文件中不包含的一个整数， 假设你有1GB内存可用。如果你只有10MB的内存呢？解答我们先来做个算术题，40亿个整数大概有多大？40 * 10^8 * 4B = 16GB (大约值，因为不是按照2的幂来做单位换算)这个明显无法一次性装入内存中。但... 阅读全文