【文件属性】：
文件名称：insight-data-eng-coding-challenge:Insight 数据工程编码挑战
文件大小：5KB
文件格式：ZIP
更新时间：2021-07-18 12:15:30
Python
洞察数据工程编码挑战
这个挑战是实现两个功能：
计算每个单词在推特上的总次数。
计算每条推文的唯一词的中位数，并在推文进来时更新这个中位数。
要执行程序，请将 run.sh 作为可执行文件执行。 程序的输出可以在 tweet_output 下找到
组织：
第一个程序利用 defaultdict 数据结构来跟踪词频，并假设字典适合内存
第二个程序计算运行中位数。 它假设所有推文的唯一字数都适合内存。 由于我们利用/维护最小堆和最大堆来跟踪任何给定点的中值，因此可以在 1 次数据传递中完成运行中值计算。 如果我们使用列表理解来计算中值，则中值计算可以缩短很多，但是它需要处理 O(number of tweet) 次的数据，这是浪费。
【文件预览】：
insight-data-eng-coding-challenge-master
----README.md(1017B)
----tweet_input()
--------tweets.txt(340B)
----run.sh(522B)
----tweet_output()
--------ft1.txt(375B)
--------ft2.txt(15B)
----src()
--------words_tweeted.py(2KB)
--------median_unique.py(3KB)