你不得不知道的5道海量数据题

        随着大数据的疯狂，在面试过程中，你也不得不了解了解其中的奥秘，我来总结总结你不得不知道的5到海量数据处理的题目

     10亿个数中找到前100大的数

         答：首先，在10亿数中的前100个数，建立最大堆；然后依次遍历，将这些数与这个最大堆进行比较，更新这个最大堆（只需要遍历一遍，就可以得到前n大的数据）

     1万个词中找到出现最频繁的前10个词

         答：用trie树统计每个词出现的次数，时间复杂度是O(n*l)；然后可以用堆实现出现最频繁的前10个词

      10亿数中找出第100个大数

         答：使用堆排序，建立100的最大堆排序，然后得到第100大的数

      10亿个数中找到没有重复的数

         答：给每个整数再分配2bit，00代表不存在，01代表出现一次，10代表出现多次，遍历一遍整数群，如果是00，则变01；是01，则变10，是10，则保持不变，遍历结束后，查看bitmap，对应是01的整数输出

      在10亿个不重复的unsigned int整数，没有排序，然后给定一个数，快速判断这个数是否出现在这10亿个数中

         答：将这10亿个数用32位二进制来表示，待判断的数也表示为32位二进制的数，从高位到低位进行判断，按照第32位0或者1，将10亿数进行分类，如果待测数最高位是1，则在最高位为1的那一部分进行查找，否则，在最高位为0的那一部分查找，依次类推，如果找到，则出现，如果找到最后还没找到，则没有出现