360 php 面试题

Question

1. 100万条记录的文本文件，取出重复数最多的前10条。
示例文本：
098
123
234
789
……
234
678
654
123
2. 100亿条记录的文本文件，取出重复数最多的前10条。
刚才是100万的数据，你的计算机可以单批正常处理，现在有100亿的数据，假设由于你的计算机内存、cpu限制，无法单批处理  …

Answer 1

PHP不是处理不了，只是在这种场景中性能差而已。

Answer 2

回复
是的。面试腾讯的时候，人家也说明可用C，C++,Perl,Python,shell解决。没有限制PHP。 我的思路是要切割处理的。否则人家要求。机器内存1G。考虑效率。这玩意没法完成。

Answer 3

c或c++还凑合，php就免了...性能差等于没有可行性。

Answer 4

这是在考用php处理这么大的文本吗？ 用c语言处理差不多（机器也要接近当机），php考这样的题有毛病 ，十有八九不是真心招人，耍你呢。还是直接走人吧，免得浪费时间。

Answer 5

问题很不详细啊

Answer 6

恩，我写了解法（几个PHP文件），放到了这里：http://songyy.me/large_file_process.zip

其中可以用gen_script.php来生成数据（理论上100亿的数据，也就是1e10的数据量，按照每行四个字节来算，有40G，所以你可以调整参数生成小一点的数据文件。打包里面附送的是我生成好的12M左右的数据文件），然后运行parse_script.php就好了。我是在Ubuntu下面做得；不过我感觉你要是用Windows，并且PHP路径设置正确的话，应该也可以直接运行。

Answer 7

前几天去腾讯考的一样的题，只不过每行一个qq号码

Answer 8

只说信息条目，没说总信息量。

如果全部都只有3位数字。都好办。 

Answer 9

不知道他们能给多少? 外面给1W5的应该没这么高的要求

Answer 10

@RickyFeng 呵呵，这类题目的关键是理解 PHP的内存机制及使用，以及文件IO的用法

Answer 11

@hokim 好象你当年那条题

Answer 12

分解统计->数据合并->排序->前十条ok