海量日志数据，提取出某日访问百度次数最多的那个IP。

IP地址最多有2^32=4G种取值可能，所以不能完全加载到内存中。 
可以考虑分而治之的策略，按照IP地址的hash(IP)%1024值，将海量日志存储到1024个小文件中。每个小文件最多包含4M个IP地址。 
对于每个小文件，可以构建一个IP作为key，出现次数作为value的hash_map，并记录当前出现次数最多的1个IP地址。 
有了1024个小文件中的出现次数最多的IP，我们就可以轻松得到总体上出现次数最多的IP。 

 

原文链接:http://hi.baidu.com/mianshiti/blog/item/0c8b3c4ff82778f2d72afccf.html