面試遇到的兩個題

第一個：
機器記憶體為2GB，但有個5GB的檔案裡面全是以逗號分割的數字，現在我們要進行對他排序，排序好不能重複（不能用DB）;

第二個：
給出你一個數找到相鄰的數字（12，222，500，888，991，1000）
比如：我給的是13，那麼相鄰最近的是12。 我給的是998，那麼相鄰最近的是1000

回複內容：

第一個：
機器記憶體為2GB，但有個5GB的檔案裡面全是以逗號分割的數字，現在我們要進行對他排序，排序好不能重複（不能用DB）;

第二個：
給出你一個數找到相鄰的數字（12，222，500，888，991，1000）
比如：我給的是13，那麼相鄰最近的是12。 我給的是998，那麼相鄰最近的是1000

第一個問題是典型的外排序問題，最簡單的方法就是歸併排序，詳見https://zh.wikipedia.org/wiki/%E5%A4%96%E6%8E%92%E5%BA%8F

第二個問題可以通過二分法找到給的數字相鄰兩邊的數字。

你這個檔案二分的時候需要向前或者向後找到臨近的逗號，然後再讀取逗號兩邊的數。

第一個可以用外排，但如果數字都是整數的話，用位元影像會更簡單，一次完成排序+去重
第二個，給出的數字集合是有序的嗎？如果是，直接二分尋找即可。

1. 堆排序應該能適應一維海量資料的排序需求。

2. 一維的最近鄰查詢。如果也要支援海量資料，那麼資料結構可以用 B 樹，在對 B 樹進行深度優先遍曆的過程中進行剪枝，不斷向最近鄰目標逼近。如果只是在記憶體裡尋找最近鄰，用二叉搜尋樹也行。

其實用第 2 種方法我說的 B 樹，也可以解決第 1 個問題。先建 B 樹，然後從檔案中最小的資料開始，以此尋找最近鄰就可以了。比如最小資料為 a，從樹中刪除 a，再查詢它的最近鄰，得到 b，從樹中刪除 b，現在就有了 a->b。繼續查詢 b 的最近鄰，得到 c，從樹中刪除 c，這樣就得到 a->b->c……以此類推。時間複雜度應該是 O(nlog n)的。

