@zhimingcc Emacs 可以看 http://ergoemacs.org/emacs/emacs.html 的教程，也可以 clone 别人的 repo 然后自己定制。
最后再学习一下 Elisp 自己写插件。
我现在一般写程序时候都是用 Emacs，临时修改文件用 vim 。

Emacs 用了 evil 操作几乎和 vim 一模一样，但有些特殊的功能需求还是 Emacs 的插件用着方便一些。

最后，厚颜无耻地打下广告： emacs.xcv58.com clone from https://github.com/purcell/emacs.d

可以试试我的 vim.xcv58.com

@rainday 这个数据量已经到 PB 级了，应该要用分布式的方案。其实难的地方在于如何 scale up

貌似这个要用 Hadoop 跑一遍，分别拿 URL+分钟 和 IP+分钟 当 key，出现次数是 value。 和 word count 的应用场景简直一模一样。

第一题用 MATLAB 是最简单的：
array(1,randperm(size(array, 2)))

赞一个~

@liangjie123 你的意思是用 Get a single commit 实现。需要每个 commit 都调用一遍吗？

@nowcoder 突然发现去年 9 月内测的时候就注册了你们网站。

@nowcoder 谢了，不过不用了。人不在国内，也没国内的手机号。祝你们的网站生意兴隆。

另外看不懂 @mcone 生气的点在哪里。
你周围的人买了跑步机不用不代表所有都这样。

支持 @venmos 跑步机太伤膝盖了，我就是去年7月在健身房跑伤膝盖的。以前穿轻量级跑鞋在户外跑了几年膝盖从来没受过伤。
现在买了个室内自行车锻炼，同时还能看看视频、听听播客，噪声也不是特别大，还比跑步机便宜。

或者买那种脚踏式的跑步机 http://www.amazon.com/Elliptical-Trainers-Aerobic-Training-Machines/b?ie=UTF8&node=3407771
不伤膝盖，也静音。

@nowcoder 这种题目实在提不起兴趣啊。
要是我平时要用到的话肯定直接这样了：
sort -n file1 file2 | uniq -d
我平时排序几百兆的文件都这么干的。

所以千万级别的纯数字真没啥意思。
要论难度就限制内存大小或者增大数据量。

譬如只能用 32M 内存。
这样的话就需要用小的 bitmap 把整数的范围分段，每次过一遍两个文件然后得出这一段的结果。迭代数次之后得出答案。
保守一点拿其中 16M 做 bitmap，如果使用 四字节 表示整数，那一共需要 32 次迭代。
但在这里讨论时间复杂度没意义，因为读取文件的时间远远大于代码运行的时间。

或者根据分段把文件写入到 32*2 个不同的文件中去，每次处理其中的一对文件，直接内存中排序比较得出结果，迭代 16 次得出整个结果，这里时间复杂度一样没有意义，因为 IO 太多。

所以说没看懂这一题要干什么。

不知道是不是我没看懂。

第三题中两个一千万行的文件，完全可以直接读到内存中。
最暴力的方法两个文件内容都归并排序，然后顺序扫一遍。 时间 O(n*log(n)) 就行了。
节省时间的方法用 Hash 之类的先过一遍，然后找到重复的值，再排序。时间 max(O(n), O(k*log(k))

@liangjie123 你可以用 commit author 的用户名和邮箱啊。

这个网站貌似功能多点 https://osrc.dfm.io 但交互没你们做得好。

建议统计代码量的时候从 commit 记录里统计。