海量数据处理

1）给一个超过100G大小的log file, log中存着IP地址, 设计算法找到出现次数最多的IP地址 2）与上题条件相同，如何找到top K的IP？ 3）给两个文件，分别有100亿个query，我们只有1G内存，如何找到两个文件交集？分别给出精确  算法和近似算法! 4）给上千个文件，每个文件大小为1K—100M。给n个词，设计算法对每个词找到所有包含它的文件，你只有100K内存!  5）有

>>阅读原文<<