一道经典面试题：报错
要求完成文件读取，过滤，列印操作。
有一大小为1GB的源文件mail.log中记录以下格式的数据，将其中信箱为@sina.com的地址筛选出来。
要求程序占用的内存不能超过512MB，代码尽可能高效，在最短时间完成运算。
实际代码或伪代码或者写明思路都可以
July@sina.com.cn
Cross@hotmial.com
dana@gmail.com
mike@sina.com
jones@163.com
写回答
-
######直接用命令行不？:)
grep "sina.com$" mail.log
看清楚 1G容量大小。
######BufferedReader bf=xxxx;
while ((line = bf.readLine()) != null){
//直接处理一行的内容line，也可以一次读取100行或1000行再处理
}这样行不？
######问题是打开的时候本身就会很慢...
######先做文件切割，切小点，文件多点
然后分段读如内存
摘出符合条件的存入新文件
新文件中排序，剔除重复的
-------------------------
是这个思路么？
######引用来自#6楼“Aeolus”的帖子
先做文件切割，切小点，文件多点
然后分段读如内存
摘出符合条件的存入新文件
新文件中排序，剔除重复的
-------------------------
是这个思路么？
文件切割过程不占用内存?
######至少要分两次读取，最好分3~4次为好。。。
######引用来自#5楼“苏元元”的帖子
问题是打开的时候本身就会很慢...
打开不会很慢，fopen操作，打开1K的文件和打开16G的文件，速度几乎没有差别。
######MappedByteBuffer 分段读取 ，一次100M。
######引用来自#10楼“穿衣服比较麻烦”的帖子
MappedByteBuffer 分段读取 ，一次100M。
正解
2020-06-07 22:32:51赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
