两个大文件求交集

前段时间有人问我,给你两个文件,每个文件每行都是字符串,如何找出两个文件中行相同的字符串。当时提供了两个思想,但是对方不满意。
假设文件为a,b
1.直接遍历法。一般人第一时间都是想遍历吧。读取每一行a,在b中遍历,这样时间复杂度为O(n^2),显然一般人都不能接受这个时间复杂度。
2.利用哈希思想。先把a文件hash,在遍历b文件,去判断是否存在。时间复杂度降低为O(n) ,但是空间复杂度上来了,以空间换时间。
3.一开始有想说布隆过滤器。但是布隆过滤器是有可能出现错误的,当时应该问问他是否可以出现小的错误?

对于大文件的话,一般都是使用分治思想,将文件分割成多个小文件来处理。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值