九章算法面试题19 最常访问IP
来源:互联网 发布:单片机创新项目 编辑:程序博客网 时间:2024/06/11 23:42
九章算法官网-原文网址
http://www.jiuzhang.com/problem/19/
题目
给你一个海量的日志数据,提取出某日访问网站次数最多的IP地址。
解答
将日志文件划分成适度大小的M份存放到处理节点。
每个map节点所完成的工作:统计访问百度的ip的出现频度(比较像统计词频,使用字典树),并完成相同ip的合并(combine)。
map节点将其计算的中间结果partition到R个区域,并告知master存储位置,所有map节点工作完成之后,reduce节点首先读入数据,然后以中间结果的key排序,对于相同key的中间结果调用用户的reduce函数,输出。
扫描reduce节点输出的R个文件一遍,可获得访问网站度次数最多的ip。
面试官角度
该问题是经典的Map-Reduce问题。一般除了问最常访问,还可能会问最常访问的K个IP。一般来说,遇到这个问题要先回答Map-Reduce的解法。因为这是最常见的解法也是一般面试官的考点。如果面试官水平高一点,要进一步问你有没有其他解法的话,该问题有很多概率算法。能够在极少的空间复杂度内,扫描一遍log即可得到Top k Frequent Items(在一定的概率内)。有兴趣的读者,可以搜搜“Sticky Sampling”,”Lossy Counting”这两个算法。
0 0
- 九章算法面试题19 最常访问IP
- 九章算法面试题30 最短距离和
- 九章算法面试题3 找坏球
- 九章算法面试题28 链表找环
- 九章算法面试题71 平方根
- 九章算法面试题74 中位数
- 九章算法 | Facebook 面试题 : Backpack VI 背包算法
- 面试题之九章算法 字符串编辑距离
- 九章算法——面试题思路
- 九章算法面试题1 落单的数
- 九章算法面试题2 抄书问题
- 九章算法面试题4 索引比例
- 九章算法面试题5 有序数组合并
- 九章算法面试题6 负载均衡
- 九章算法面试题7 分层遍历二叉树
- 九章算法面试题10 赛马问题
- 九章算法面试题11 递增矩阵
- 九章算法面试题12 最大子区间/矩阵
- V4L2驱动框架
- 【APIO2015】完跪记
- CSS Flex
- .NET截取指定长度汉字超出部分以“...”代替
- 二白的Ubuntu“触碰之旅”体验折腾
- 九章算法面试题19 最常访问IP
- getResource()和getResourceAsStream以及路径问题(转)
- 视频工作者应该知道的几个网站
- Android用流方式读取raw文件夹中的内容
- linux系统内存大小和起始地址的解析与修改
- 【CKEditor 】CKEditor 使用与简单配置简介
- 操作数据库,用户管理(php_day001)
- 【我就看看不说话】证书的制作
- JSP国际化配置