1.給定一個大小超過100G的檔案，其中存在IP地址，找到其中出現次數最多的地址。

我們要對檔案進行雜湊切分：也就是利用雜湊函式的思想，對檔案中的IP做%1000計算 ，

將餘數為0~999的結果（以鍵值對的方式）分別輸出到0~999號檔案中。（每個檔案的平均大小大約是100M左右） 

找出每個檔案中出現次數最多的IP，再次進行比較得到最大的IP值。

注：作業系統可以依次讀取硬碟中的100G檔案。

2.給定100億個整數，找出只出現一次的整數。

我們用點陣圖變形的方式來解決這個問題。用兩個位元位來表示一個整數，第一個位元位表示該位元位是該整數否出現了多次，第二個位元位表示是該整數否出現了一次。

即：11表示出現了多次， 01表示出現了一次 ，00表示一次都未出現 。

整數的大小為2^32, 我們用兩個位元位來表示，則一共需要2^33個位元位，也就是1G的記憶體。

我們建立1G記憶體的點陣圖，將100億個整數逐個插入到點陣圖中，然後遍歷點陣圖

(建立count=0計數器，每次檢查移動兩位、並且count++，檢查值是否為01，如果為01就輸出count到指定檔案中。 ）

即得到所有隻出現一次整數的集合。

3.有兩個檔案分別有100億個字串，只有1G記憶體，找到兩個檔案的交集。

我們要利用 雜湊檔案切分 和 布隆過濾器的思想。

對第一個檔案中的每個字串進行 雜湊函式 （2個或者多個）計算，將兩個計算結果相加後%100的餘數為0~99的結果輸出到0~99 個檔案中。

對第二個檔案也進行相應的操作。

對這100個小檔案進行，去掉只出現一次的資料，然後資料去重就得到了交集（資料庫有相關的函式呼叫），然後再將處理後的結果合併為一個檔案。

4.給上千個檔案，每個檔案的大小為1k~100M，設計演算法找出某個詞在哪些檔案中。

我們採用倒排索引的方式。

逐個遍歷這1000個檔案，對每個檔案中出現的所有詞語進行製表，即將單詞進行雜湊計算，建立雜湊桶。（假設記憶體足夠）

同一個檔案中相同的單詞只記錄一次。 這樣在遍歷完成所有的檔案後，我們就可以對一個新的單詞進行雜湊計算，然後再雜湊桶中查詢它在哪些檔案中出現過。