1.topK，高频元素，大文件小内存
如何从海量数据中找出高频词？ | Vingkin的学习博客
问题：有一个 1G 大小的文件，里面每一行是一个词，每个词的大小不超过 16 字节，内存限制大小是 1M。返回出现频率最高的 100 个单词
2g文件搜索topK个元素
先分割，比如2g = 512k * 2048个小文件
你要对每个小文件做单词统计，那一共需要2048个hash表，也就是hash数组
对每个小文件遍历建立小hash？
然后对统计的hash对加入k大小的小根堆，这样能找到top k个最大的