读文件统计出现次数最多的 K 个 IP
哪些公司问过
58同城1
答案要点
- 逐行流式读取,HashMap 计数,空行和非法行要过滤
- 容量为 K 的小顶堆,次数大于堆顶时替换,复杂度 O(N + M log K)
- 内存不够时按 IP 哈希分片到小文件,分别统计后归并各片 TopK
- 结果按次数降序输出,次数相同时约定次级排序规则
易错点
- 对整个 map 全量排序再取前 K,K 很小时浪费
- 分片时按行号或文件大小切分,同一 IP 散落在多个文件里,合并后结果错误
- 一次性把整个文件读进内存,大文件直接 OOM
面试官常见追问
- 为什么用小顶堆而不是大顶堆?
- 还有更快的方法吗?
- 如果是实时日志流呢?
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。