布隆过滤器和海量数据面试题

哈希切割topK问题 给一个超过100G大小的logfile，log中存着ip地址，设计算法找到出现次数最多的ip地址，与上题条件相同，如何找到topK的ip?如何直接用Linux系统命令实现？算法 (1)topK的ip设计 思路:使用堆索引 (2)寻找次数最多ip 思路:分割成多个文件，分别多每一个文件进行统计，统计方式用hash，ip为key，次数为value，而后就能够统计出每一个ip出现的

>>阅读原文<<