给定a、b两个文件，每个文件中有海量的数据，内存不足，让你找出a、b文件共同数据?
思考：
（1） 布隆过滤器：
在输入数据时就将a文件的所有的数据的hashcode映射到一个集合（这里假设是一个数组arr[max]），此时b文件每次读取一条数据就计算出它的hashcode，加入此时为i，去数组中查找arr[i],如果arr[i]存在，则表示a文件中也有这个数据。
缺点：如果两个数据的hashcode相同，可能出现误判。
（2）字典树压缩：
a文件中的数据压缩到字典树中，读取b的时候一个一个去找，在压缩数据中找到了相同的数据就说明有
缺点：数据相似度较高，内存可以完成压缩，当数据相似度太低，字典树无法压缩，或者也所以后的数据量太大，计算机任然无法一次性读取到内存
（3） hash映射：
将a文件切分成很多个小文件，建设现在的数据是1到10亿之间的整数，我们把其中所有的数据模100,根据模出来的结果，将他们分到不同的小文件中，文件0放模为0的数据，文件1放模为1的数据……文件99放模为99的数据。然后读取文件b，每次读到的数据取模，去对应的文件里面对比。
（4）堆排序+败者树：
将所有的文件切分，开启多个线程进行处理，每个线程对应一个文件，将文件中的数据排序成为有序，（topk问题使用堆排序，堆排序在处理多个数据中找出前k个数据的速度快），然后使用败者树,每个文件中有k个元素参与比较，败者数找出最大的数据输出。
延申：
诸如，统计最大出现频率的数据，topk问题，大数据排序等等都是类似于上面的几种思想实现的。很多问题都是这几种问题的一个变种，大致上都可以用上面的四种方式得到解决。