大文件中返回频数最高的100个词

1.题目描述 有一个1G大小的一个文件，里面每一行是一个词，词的大小不超过16字节，内存限制大小是1M，要求返回频数最高的100个词面试 2.思考过程 （1）参见个人其余大数据面试题博文。此处1G文件远远大于1M内存，分治法，先hash映射把大文件分红不少个小文件，具体操做以下：读文件中，对于每一个词x，取hash(x)%5000，而后按照该值存到5000个小文件(记为f0,f1,...,f499

>>阅读原文<<