面试--超大文件取交集

问题：现有两个各有20亿行的文件，每一行都只有一个数字，求这两个文件的交集。 

解决：

采用bitset进行问题解决

因为int的最大数是2^32 - 1 == 约43亿，用一个二进制的下标来表示一个int值，大概需要43亿个bit位，即约43亿/8 = 5.4亿Byte，即约540M的内存。这可以解决问题了。

1.首先遍历文件，将每个文件按照数字的正数，负数标记到2个BitSet上为：正数BitSetA_positive，负数BitSetA_negative

2.遍历另为一个文件，生成正数：BitSetB_positive ,BitSetB_negative

3.取BitSetA_positive and BitSetB_positive 得到2个文件的正数的交集，同理得到负数的交集。

4.合并，问题解决。

这里一次只能解决全正数，或全负数，所以要分两次。