大数据问答题

最新推荐文章于 2024-10-02 17:58:58 发布

weixin_40530363

最新推荐文章于 2024-10-02 17:58:58 发布

阅读量744

点赞数

分类专栏：面试

本文链接：https://blog.youkuaiyun.com/weixin_40530363/article/details/92838925

版权

面试专栏收录该内容

4 篇文章

订阅专栏

博客围绕数仓ETL和Python编程展开。涉及数仓ETL数据探索阶段内容，数据仓库中拉链表的作用、适用场景及实现过程，还给出用Python编写获取当前目录下所有文件名（含子目录文件）的代码示例，以及一段相关的算法代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、数仓ETL过程中，数据探索阶段主要包括哪些内容？
2、数据仓库中为什么要做拉链表?什么样的场景比较适合用拉链表？举例说明拉链表的实现过程？
3、用Python编写一个函数，获得当前目录下的所有文件名（包含子目录中的子文件，假设当前用户有所有文件的访问权限）

N_K = map(int,input.split(’ '))
number = list(str(input()))
N,K = N_K[0],N_K[1]
_number = set(number)
expense = 1000000000
def get_min(i,number,n,store,ex):
    if number.count(n) == K:
        store.append([ex,number])
    for j in range(i,len(number)):
        expense = ex
        if number[j] != n:
            expense += abs(number[j]-n)
            number[j] = n
            get_min(i+1,number,n,store,expense)
    return store
for _ in number:
    store = get_min(0,number,,[],0)
    if store[0][0] < expense:
        _store = store
res = sorted(_store,key=lambda x:x[2])
return res[0][0] + ‘\n’ + res[0][1]