在海量資料中統計出現次數最多的n個
分兩種情況，
1 如果資料能夠在記憶體中放下，比如如果海量資料是ip位址，最多有4g個ip位址，每個ip位址佔4個位元組 需要記憶體16g，如果內存在幾十g，則完全可以全部裝入記憶體，
直接讀取大檔案，然後建立乙個hash表，統計次數，最後再用堆統計最大的n個
2 如果不能在記憶體放下，比如海量資料是字串，不同的字串個數無限，記憶體中可能存不下，那麼需要先將海量資料進行分堆，按照hash值進行分堆，分成適宜在記憶體中操作的小檔案，比如記憶體1g，字串有20g，那麼就分成20個以上的小檔案
為什麼要用hash分堆，這樣是為了保證同乙個字串只會出現在同乙個檔案
為了更好的理解上述兩種演算法，可以舉個形象的例子
廣場上有很多人，現在讓你統計這些人的情況
1 統計哪個省份的人最多
可以依次問每個人是來自哪個省，記著每個省多少人了，然後再找最多的省份
2 統計哪天出生的人最多，此處的哪天，要包括具體年月日，即85年1月1號和86年1月1號是不同的日期
這種情況下，人腦要記錄下每天有多少人，就沒有辦法記住了，所以要重新想辦法
其實上面兩種情況可以分別模擬海量資料處理中，有充足記憶體和記憶體不夠兩種情況
當統計省份時，由於省份個數比較少，可以認為人腦可以記住
當統計日期時，不同日期太多，人腦一次處理不完，需要借助紙筆（外存）
那麼統計哪天出生的人最多時，我們用什麼辦法呢
可以先把人群分堆，比如50~60的在一起，60~70的在一起等等，這樣我們就把人群分成了大概10來份，如果還不夠，繼續分
2023年1月出生的 2月的。。。。等等 這樣我們就把人群分成了12*80份（假設人群最大歲數為80歲）
如果沒份人還是太多，繼續細分
最終目的就是把問題細分為人腦能記住的規模
海量資料處理 找出現次數最多的那些
回憶一下tx的二面，有一道題是這樣的 假設有1kw個身份證號，以及他們對應的資料。身份證號可能重複，要求找出出現次數最多的身份證號。乙個很顯然的做法是，hash之，o n 搞定。這前提是記憶體中可以存下。如果是中國的13億人口，記憶體中存不下呢？借用磁碟，多次掃瞄？磁碟io的速度慢得能讓你瘋掉。這時...
出現次數最多的整數
問題描述 編寫乙個程式，讀入一組整數，這組整數是按照從小到大的順序排列的，它們的個數n也是由使用者輸入的，最多不會超過20。然後程式將對這個陣列進行統計，把出現次數最多的那個陣列元素值列印出來。如果有兩個元素值出現的次數相同，即並列第一，那麼只列印比較小的那個值。輸入格式 第一行是乙個整數n，n 2...
出現次數最多的整數
問題描述 編寫乙個程式，讀入一組整數，這組整數是按照從小到大的順序排列的，它們的個數n也是由使用者輸入的，最多不會超過20。然後程式將對這個陣列進行統計，把出現次數最多的那個陣列元素值列印出來。如果有兩個元素值出現的次數相同，即並列第一，那麼只列印比較小的那個值。輸入格式 第一行是乙個整數n，n 2...