标签：java
有一千万行重复的短信，以文本文件的形式保存，一行一条，有重复。如何找出重复次数最多的10条？
可以用哈希表的方法对1千万条分成若干组进行边扫描边建散列表。第一次扫描，取首字节，尾字节，中间随便两字节作为Hash Code，插入到hash table中。并记录其地址和信息长度和重复次数，1千万条信息，记录这几个信息还放得下。同Hash Code且等长就疑似相同，比较一下。相同记录只加1次进hash table，但将重复次数加1。一次扫描以后，已经记录各自的重复次数，进行第二次hash table的处理。用线性时间选择可在O（n）的级别上完成前10条的寻找。分组后每份中的top10必须保证各不相同，可hash来保证，也可直接按hash值的大小来分类。
线性时间选择：
http://www.ezloo.com/2008/04/randomizedselect.html
什么是Trie树？
又称单词查找树，Trie树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。
http://www.cnblogs.com/huangxincheng/archive/2012/11/25/2788268.html
各排序算法的对比？
排序算法的稳定性？
假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，ri=rj，且ri在rj之前，而在排序后的序列中，ri仍在rj之前，则称这种排序算法是稳定的；否则称为不稳定的。
堆排序、快速排序、希尔排序、直接选择排序不是稳定的排序算法，而基数排序、冒泡排序、直接插入排序、折半插入排序、归并排序是稳定的排序算法。
Shell排序：http://www.cnblogs.com/kkun/archive/2011/11/23/2260288.html
归并排序：http://blog.csdn.net/morewindows/article/details/6678165
有20个数组，每个数组里面有500个数组，降序排列，每个数字是32位的unit,求出这10000个数字中最大的500个。
从20个数组中各取一个数，并记录每个数的来源数组，建立一个含20个元素的大根堆。
此时堆顶就是最大的数，取出堆顶元素，并从堆顶元素的来源数组中取下一个数加入堆，再取最大值，一直这样进行500次即可。
时间复杂度：500*log2(20)辗转相除法的原理？时间复杂度？
设两数为a、b(a>b），求a和b最大公约数(a，b）的步骤如下：用b除a，得a÷b=q......r1(0≤r1）。若r1=0，则（a，b)=b；若r1≠0，则再用r1除b，得b÷r1=q......r2 (0≤r2）.若r2=0，则（a，b)=r1，若r2≠0，则继续用r2除r1，……如此下去，直到能整除为止。其最后一个非零除数即为（a，b）。
时间复杂度O（logN）。
String s = "a"+"b"+"c"+"d"+"e";创建了几个对象？
1个。"a"属于常量，只存储字面值。
下列程序的输出结果是多少？
String str = " ABCDEFGH";
System.out.println(str.dubstring(3,5));
答："DE"
StringBuffer和StringBuilder有什么区别？
新引入的StringBuilder类不是线程安全的，但其在单线程中的性能比StringBuffer高。
java 中char类型可以赋值为Unicode-16里编码的任何一个代码点，汉字英文特殊符号都可以。
标签：java
原文地址：http://6103630.blog.51cto.com/6093630/1614867
