九章算法面试题21 寻找最近单词对

九章算法官网-原文网址

http://www.jiuzhang.com/problem/21/

题目

初阶：有一篇包含N个单词的文章和M个单词对，对于每个单词对，如果他们在文章中都出现了，求出他们在文章中的最近距离。例如文章为：ABBCABC，那么对于单词对(A,C)的最近距离是1（最后的ABC，A必须在C的前面）
进阶：假设N和M都是海量数据，有什么好的方法可以优化？

解答

初阶：扫描文章的单词序列，对于单词对(W1,W2)记录最后一次出现W1的位置P1，当扫描到W2时，计算当前位置和P1的距离，保存下最优的方案。
进阶：使用Map-Reduce对各个单词及其位置建立索引。对于一次请求中的单词对(W1,W2)在索引中获得位置列表，遍历两个列表得到结果。如果两个列表的长度相差不大，则线性扫描，如果相差很大，则使用二分法查找。

面试官角度

本题的初阶考察点是编程实现。进阶问题考察点主要是“索引“ ”MapReduce“和在两个数组中招最近元素时，根据数组的长度差距来选择使用线性扫描还是二分查找。