Hôm nay mình đi phỏng vấn gặp phải câu hỏi như sau :
Giả sử có 10 triệu file text, mỗi file text chứa một đoạn văn bản nhỏ
Viết thuật toán tìm kiếm một chuỗi cho trước trong 10 triệu file text đó
Mình hoang mang ko biết trả lời thế nào , xin mọi người chút ý tưởng hoặc key word 
mình xin cảm ơn
Linux command:
ls * | xargs grep -il search_string
-i : ignore case
-l : show the file(s) which contained the string.
mình nghĩ câu hỏi này liên quan đến thuật toán
Mở từng file rồi đọc. Chắc chỉ có cách vậy.
Cái này thì đọc từng file thôi, nhưng làm sao để tối ưu ->concurrency
Khi đọc file thì program cần phải đơi file được đọc lên thì mới xử lý tiếp được.
nếu chỉ có 1 thread thì nó như sau:
5 seconds reading file A (ví dụ 1 file đọc 5s)
2 seconds processing file A ( tìm kiếm chuỗi mất 2s)
5 seconds reading file B
2 seconds processing file B
-----------------------
14 seconds total
nếu có 2 thread
5 seconds reading file A
5 seconds reading file B + 2 seconds processing file A
2 seconds processing file B
-----------------------
12 seconds total
Như vậy sẽ ok hơn,
Nhưng bao nhiêu thread thì tối ưu?, đọc định luật Amdahl nhé
http://ktmt.github.io/blog/2014/05/19/dinh-luat-amdahl/
83% thành viên diễn đàn không hỏi bài tập, còn bạn thì sao?