题目重点：Onsite 给多条 string log，要求能按 thread ID 找该线程所有日志并按时间顺序输出；处理解析错误与同时间戳稳定性。
题意与假设
这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。
- 训练版每行格式为 `timestamp|threadId|message`，前两个字段必填，message 可含 `|`，所以只 split 前两处；真实题面格式须重写 parser。
- timestamp 训练版为整数毫秒，threadId 字符串；同 timestamp 按原输入序号稳定输出。坏行收集错误而不进入结果，真实测试契约可选择拒绝整批。
- 输出为 threadId→按 (timestamp,sequence) 排序的日志列表，查询一个 thread 的内容；不在原题未给时擅推 streaming API。
解题路线
- 逐行用固定格式 parser 提取 timestamp/threadId/message，保留原始行与输入 sequence；不要用无界 split 把 message 中的分隔符切碎。
- 按 threadId 哈希分组，每组按 (timestamp,sequence) 排序；若全局先排序再分组也能工作，但会多比较不同线程且需稳定键。
- 按 thread ID 查询平均 O(1) 找组，返回该组有序列表；若动态插入实时查询，用每线程有序结构或延迟排序，并明确追加时间是否单调。
- 时间戳若是 ISO 字符串，先严格解析时区并统一 UTC/epoch；直接按未规范化的本地时间字符串排序可能错。
- 测试空输入、只有一线程、多线程交错、同 timestamp、负/大时间戳、message 含分隔符、坏行及线程 ID 类似 `1`/`10`。
手动走一遍
训练行 `12|T1|end`、`10|T2|work`、`10|T1|start|retry`、`10|T1|start`：T1 按时间输出两个 t=10（保持输入中 `start|retry` 在前）再 t=12；T2 单独为 t=10。实际题目没有这些输入字符串。
规模与取舍
N 行解析 O(总字符数)，分组排序总 O(Σn_i log n_i)≤O(N log N)，存储 O(N)；已排序组查询 O(该组长度) 输出成本。
易错点与追问
容易失分的边界
- 按原 string 字典序排未统一格式的时间。
- 无界 split 使 message 中的分隔符丢失。
- 同 timestamp 未定 tie-break，结果每次不同。
- 把不同 thread ID 的日志混成一条全局列表。
- 假设题目已给日志格式。
继续深挖
- 流式新日志不断到来时如何维护排序？
- 日志量超过内存时怎样按 thread 外排？
- 时间戳带时区或乱序时如何处理？
- 坏行是否保留原文用于排错？
