有10個(gè)文件，每個(gè)文件1G，每個(gè)文件的每一行存放的都是用戶的query，每個(gè)文件的query都可能重復(fù)。要求你按照query的頻度排序?

　　方案1:

　　hash映射: 順序讀取10個(gè)文件，按照hash(query)%10的結(jié)果將query寫入到另外10個(gè)文件(記為a0,a1,..a9)中。這樣新生成的文件每個(gè)的大小大約也1G(假設(shè)hash函數(shù)是隨機(jī)的)。

　　hash_map統(tǒng)計(jì): 找一臺內(nèi)存在2G左右的機(jī)器，依次對用hash_map(query, query_count)來統(tǒng)計(jì)每個(gè)query出現(xiàn)的次數(shù)。注: hash_map(query,query_count)是用來統(tǒng)計(jì)每個(gè)query的出現(xiàn)次數(shù)，不是存儲他們的值，出現(xiàn)一次，則count+1。

　　堆/快速/歸并排序: 利用快速/堆/歸并排序按照出現(xiàn)次數(shù)進(jìn)行排序，將排序好的query和對應(yīng)的query_cout輸出到文件中，這樣得到了10個(gè)排好序的文件(記為)。最后，對這10個(gè)文件進(jìn)行歸并排序(內(nèi)排序與外排序相結(jié)合)。

　　方案2:

　　一般query的總量是有限的，只是重復(fù)的次數(shù)比較多而已，可能對于所有的query，一次性就可以加入到內(nèi)存了。這樣，我們就可以采用trie樹/hash_map等直接來統(tǒng)計(jì)每個(gè)query出現(xiàn)的次數(shù)，然后按出現(xiàn)次數(shù)做快速/堆/歸并排序就可以了。

　　方案3:

　　與方案1類似，但在做完hash，分成多個(gè)文件后，可以交給多個(gè)文件來處理，采用分布式的架構(gòu)來處理(比如MapReduce)，最后再進(jìn)行合并。 ¶ 給定a、b兩個(gè)文件，各存放50億個(gè)u