面试题库 › C++ / 后端 › 找出 1 亿行 URL 中域名不在 1 万域名表中的行

找出 1 亿行 URL 中域名不在 1 万域名表中的行

难度 ★★☆在 1 场真实面经中被问到 方向:C++ / 后端考点:TopK与海量数据

哪些公司问过

度小满1

常见岗位:C/C++ 软件开发

答案要点

  1. b 仅 1 万条,放入内存哈希集合;a 流式逐行处理,无需全部加载
  2. 从 URL 解析主机名,处理协议、端口、用户信息,统一转小写等规范化
  3. 每行 O(1) 查找,整体 O(n),瓶颈在 IO,可按行对齐分段并行
  4. 确认子域名是否算匹配,算则逐级取后缀查集合
  5. 不宜用布隆过滤器,其误判会导致应输出的行被漏掉

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