1.模拟实现C库的atoi和itoa。
2.给一个超过100G的log file, log中存着IP地址, 设计算法找到出现次数最多的100个IP地址？
1.题考察面试者的思维方式：完整性和鲁棒性
先想好测试用例，沟通好错误处理，才能满意的做完。
错误需要考虑的情况有：
1.当字符串为空时返回0，0字符串返回值也是0，但是两者的含义不同，我们应该做到区分，怎么区分？ 定义全局变量，设置有效无效
2.“+123”“-565”，
3.数值溢出
4.字符串为NULL
5.穿入非法字符，怎么解决？
6.“+”“-” （+ - 号后面没有跟数字）
enum Status{kValid=0,kInvalid};
int g_nstatus = kValid;
long long strToIntCore(const char* digit,bool minus)
{
long long num = 0;
while (*digit)
{
if (*digit >= '0'&*digit <= '9')
{
int flag = minus ? -1 : 1;
num = num * 10 + flag*(*digit - '0');
if (!minus&&num > 0x7FFFFFFF || minus&&num < 0x80000000)
{
num = 0;
break;
}
}
else
{
break;
}
digit++;
}
if (*digit == '\0')
{
g_nstatus = kValid;
}
return num;
}
int myatoi(const char* str)
{
g_nstatus = kInvalid; //(初始化为无效值)
long long num = 0;
if (str == NULL || *str != '\0')
{
bool minus=false;
if (*str == '+')
{
str++;
minus = false;
}
if (*str == '-')
{
str++;
minus = true;
}
if (!*str != '\0')
{
num = strToIntCore(str,minus);
}
}
return (int)num;
}
/////////////////////////////////////////////////
char* myitoa(int num,char* str,int radix)
{
char index[] = "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ";
unsigned int unum = 0;
int i = 0;
if (radix == 10 && *str == '-')
{
str[i++] = '-';
}
unum = (unsigned)num;
do
{
str[i++] = index[unum % radix];
unum = unum / radix;
} while (unum);
str[i] = '\0';//字符串\0结尾
int k = 0;
//字符串翻转
if (str[0] == '-')
{
k = 1;
}
i = i - 1;
for (k; k <=i;)//基数个元素会相聚到一个元素上， 偶数个元素会错开位置
{
char temp = str[i];
str[i] = str[k];
str[k] = temp;
k++;
i--;
}
return str;
}2.给一个超过100G的log file, log中存着IP地址, 设计算法找到出现次数最多的100个IP地址？
一般来讲求topK 问题，建堆求topK来解决大数据问题非常有效。
此处来进行求解出现次数最多的IP地址，
首先看到100G的日志文件，我们的第一反应肯定是太大了，根本加载不到内存，更别说设计算法了，那么怎么办呢？既然装不下，我们是不是可以将其切分开来，一小部分一小部分轮流进入内存呢，答案当然是肯定的。
在这里要记住一点：但凡是大数据的问题，都可通过切分来解决它。
粗略算一下：如果我们将其分成1000个小文件，每个文件大概就是500M左右的样子，现在计算机肯定轻轻 松松就能装下。
那么，问题又来了，怎样才能保证相同的IP被分到同一个文件中呢？
这里我想到的是哈希切分，使用相同的散列函数（如 BKDRHash）将所有IP地址转换为一个整数key，再利用 index=key%1000就可将相同IP分到同一个文件。
依次将这1000个文件读入内存，出现次数最多的IP进行统计。
最后，在1000个出现次数最多的IP中找出最大的出现次数即为所求。
用到的散列函数：
与上题条件相同，如何找到TOP K的IP？
答：
这倒题说白了就是找前K个出现次数最多的IP，即降序排列IP出现的次数。
与上题类似，我们用哈希切分对分割的第一个个小文件中出现最多的前K个IP建小堆，
然后读入第二个文件，将其出现次数最多的前K个IP与 堆中数据进行对比，
如果包含大于堆中的IP出现次数，则更新小堆，替换原堆中次数的出现少的数据
再读入第三个文件，以此类推……
直到1000个文件全部读完，堆中出现的K个IP即是出现 次数最多的前K个IP地址。