今天面试的一道算法题，求解

[LAST_MAN]

有10G 的日志文件 存储格式为 [cmd:from:[e-mail],to:[e-mail]]
设计一个算法，求出由163域发出的邮件，接受最多的前50个域
如 [e-mail] 发到 [e-mail] 如果QQ邮箱接受是前50多的，则显示出来，并且显示有多少条是从163到QQ的

我想到的是用multimap容器来存储信息~~

求解答

[sl51314240]

你这格式是固定的吗？？你那存储格式是固定的一行还是二进制？你的[]是格式的一部分吗？

字符串解析用sscanf，格式用"cnd:form:%s@%s,to:%s@%s", a1, a2, a3, a4
a2和a4就是163和qq

[qq120848369]

O(n)，扫一遍, 关键是不要做重复扫描:

1, 边扫边收集, 将(From:username@163 ,To:username@some_domain)的信息收集到一个some domain的一个容器中.
2, 扫完之后, 根据每个容器的尺寸从小到大排序, 然后前50个容器就是结果，每个容器里之前存储了(From:username@163 ,To:username@some_domain)的信息。

[mc913]

map<接收域名，数量>。扫描完结果就出来了。