搜索引擎日志中统计最热门的 10 个查询串（内存不超过 1G）。

How do you find the top 10 most popular search queries from search engine logs with memory limited to 1GB?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: hard

分类: 大数据计算, TopK问题, 日志分析

标签: TopK, Hash统计, 最小堆, Heap, Trie

参考答案摘要

核心答案 这是一个典型的 TopK 问题，可用 Hash + 堆 或 Trie 解决。 方案一：Hash 表统计 + 最小堆 TopK 第一步： 对海量数据做预处理，用 Hash 表在 O(N) 时间统计每个查询串出现次数。 第二步： 使用堆结构找出 TopK，维护一个大小为 10 的 小根堆 ，遍历去重后的查询串（约 300 万），时间复杂度为 N' * logK 。 总体复杂度： O(N) +...

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。