软件开发工作中你遇到过什么样的情况是用了比较复杂的算法或者数据结构来解决的？

之前为了做一个小实验在自己的机器上撸mongodb，结果为了倒一个300G的数据，只好动用了外部排序，然后用这个超大文件来做一个map的key部分……mongodb没有join没办法做那些什么根据一个

软件开发工作中你遇到过什么样的情况是用了比较复杂的算法或者数据结构来解决的？之前为了做一个小实验在自己的机器上撸mongodb，结果为了倒一个300G的数据，只好动用了外部排序，然后用这个超大文件来做一个map的key部分……mongodb没有join没办法做那些什么根据一个column自动生成ID的事情。画一个100乘100格，每个格子128乘128像素的五层平面地图，实际屏幕只能显示7乘9格内容，用了卡马克。面试喜欢用算法和数据结构来出题。很大程度上受到国外公司的影响。

做过项目应该知道，项目进度一般会在早期被规定好，什么时间做什么功能模块，如果延期了会怎么样，再加上现在对于oop的类库数量以及种类，足以能让你完成编码中的需求


如果到了后期，在对代码整体性能检测时候，追根问底到你所负责的模块，因为你的模块影响了项目的性能，需要拿来重构，当你发现需要好的思路来替换现有代码，或者所用类库的执行效率不满足预期需要你手动完成，那么。对于数据结构的认识以及算法执行效率便能提供好的解决思路

有那么一句话，思想是通的，在合适的地方用合适的东西，才能发挥出最大的价值，当整体的项目运行流程烂熟于心，什么地方用什么，数据结构或算法思想能贯穿其中，想必是笔试考核的初衷


个人理解做IP白名单的时候用过trie树，做IP过滤的时候用过编译的算法，做多节点流量控制的时候设计过一个分布式的流控算法，为了多节点协调实现过一个选主算法等等
如果没学过算法，其实也不用算法朴素的解决一般都可以，但我做这些之前都有人用朴素的方法解过，但最后都遇到瓶颈或者效果不好需要优化，我就上了。工作方向是流式大数据，要处理的流量最少是10Gbps，一个函数每秒被调用十万次，一个小的优化都很可观。
不光用算法，代码顺序都很重要，例如多个if，出现概率高的在前。指定一篇文章,然后从500万个txt文本文件中找出内容重复或相近的文章,结果按照相似度排序.拍脑袋拍出了一个路由算法

用网络流证明了方案不可行前端开发，写一个列表的虚拟化渲染，需要维护已渲染过的元素的高度，并在拖动滚动条时根据拖动距离快速定位到要显示的元素，我使用了binary index tree来保存每个元素的高度。这个数据结构的优点在于可以用O(log n)的时间复杂度做数组的区间求和，从O(n)到O(log n)的优化，对于拖动滚动条时动画的流畅程度有显著提升。不会算法会走很多弯路游戏里的导航网格，数据库中间件项目里的sql语法解析 Ps：是我项目里遇到的不是我做的用rtree判断一个目标是否在地图的某一个场景中，