面试题库 › 算法 / 大模型 › 大文件中查找重复行

大文件中查找重复行

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:哈希表

哪些公司问过

字节跳动1

常见岗位:AI 应用 / Agent 开发

答案要点

  1. 内存够时:逐行读取 + 哈希集合,时间 O(n);可只存行哈希值节省内存
  2. 超内存:按 hash(行) mod K 拆分小文件,相同行必在同一文件,再逐个处理
  3. 外部排序:分块排序写出,多路归并时比较相邻行
  4. 布隆过滤器省内存但有假阳性,命中需二次确认
  5. 更大规模用 MapReduce 以行为 key 分组计数

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题