1. http://taop.marchtea.com/09.03.html
套路:hash映射+hashmap统计+排序
1) hash映射:将大文件中的数据通过取模运算映射到很多小文件中,取模运算可以保证同一个数据值被映射到同一个小文件中;
2) hashmap统计:分别对每个小文件进行处理,统计小文件中同一个数据值的出现次数,得到每个小文件中出现次数最多的数据值;
3) 排序:对2)得到的结果进行排序或者partition,得到出现次数最多/排名前TopN的数据值。
2. http://blog.csdn.net/v_july_v/article/details/6279498
from 七月算法的总结