推特search infra店面

分享下自己的推特search infra店面题，估计参考性不大，因为不是什么常见的题。
面我的是个国人小哥，出的题比较非典型，既不是OOP也不是算法，两不像。给的题这样的，在硬盘里有很多很大的文件，怎么输出内容不重复的文件

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

byte的code。

过了两天说挂了，真的不太明白到底想考什么。有没有大神点拨一下，这种题该怎么做？

hash或者rolling hash

Bloom Filter?

lixin832500 发表于 2018-3-9 09:11
hash或者rolling hash

rolling hash怎么解？有什么特殊的地方？

md5 hash？

Fustang 发表于 2018-3-9 09:30
Bloom Filter?

没办法做bloom filter，文件太大

EricYang 发表于 2018-3-9 15:29
md5 hash？

唔，我说了。但是他没表态

可能和dropbox的那个Find duplicate file有点相似？

我感觉面试官是想考怎么找unique的文件，而不是考怎么设计那个helper function。如果file很大，那就chunk by chunk的读然后算checksum。最后比较所以file的cheksum就知道是不是一样了。

您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies