[求助]一道笔试试题，请大家近来试试：）

Question

搜索引擎的日志要记录所有查询串。
假设有一千万条查询，但不重复的不超过三百万条，现要统计最热门的10条查询串。
注：内存<1G，字符串长为0-255。请写出主要解决思路，并分析算法复杂度。

Answer 1

select
distinct Recorder ,
'重复记录'= ( A.Recorder ),
'所占数量' = ( select count(*) from Table where Recorder = A.Recorder )from Table A
order by '所占数量' desc

Answer 2

然后再建一个虚表,取top 10就可以了，建议写成存储过程来处理，

Answer 3

先循环将1千万条数据汇总变成三百万条以下数据。并在循环过程中将每一条出现的次数统计出来。
因为三百万数据量所占用空间为：3,000,000*255=765000000字节=729.56085205078125M。说明在内存中能够放下。
在内存中建立一个具有两个字段的DataTable，分别放置这300,0000个查询，和查询出现的次数。下一步，找出这3,000,000条数据中出现最多的前十条查询。
就是做一个有十行数据的DataTable，先把前十条数据保存到此DataTable中，然后做排序，后边的只要有比第十名查询次数多就把第十名挤出去。然后和第九名比，依次类推。
好像叫做冒泡循环。此方式复杂程度低，效率也低。要对一千万数据循环一遍，三百万数据循环一遍，十条数据，循环上百万遍。
如果用矩阵我想应当可以提高效率，但是用矩阵实现麻烦，我也不熟悉，就懒得查资料了。有兴趣的朋友可以补充进来。

Answer 4

chsl918(Stroy Book)说：
“先循环将1千万条数据汇总变成三百万条以下数据。并在循环过程中将每一条出现的次数统计出来。”具体怎么实现呢？也用SQL吗？那还不如象abandonship(eagles of wind)那样直接order一下？

Answer 5

用循环汇总实现。
DataTable dt一千万;
//将一千万查询项目保存到dt一千万中DataTable dt三百万=new DataTable();
//初始化dt三百万具有“数据”和“出现次数”字段。
for (long i;i<dt一千万.Row.Count;i++)
{
    DataView dv=new (dt三百万,"数据="+dt一千万.Row[i]["数据"].Tostring(),null,CurrentRows);
    if (dv.count!=0)
    {
        //向dt三百万中添加数据，将出现次数置为1
    }
    else
    {
        //将dt三百万中相应的出现次数加一
    }
}虽然用程序实现确实麻烦了一些，但实际上数据库中也是用类似算法实现的。不过数据库因为程序作的底层，运行效率比较高。而且此功能封装好了，我用distinct等参数可以调用这些功能。