记一下这道算法题，是腾讯实习面试的题目（欢迎高手指点

题目：两个文件都保留有千万个以上的10位以内的正整数，像qq号码差不多吧。。那如何找出其中的相同的呢？

解法（个人理解）：

基本思想是利用内存中的位对数字进行标记。就是对0000000000-9999999999共100亿个数字进行数字的匹配，呵呵，想一下也知道可以使用哈希表的方法，这里的方法 就是类似的，对上面区间内的每一个数进行标记，使用的是内存的一个位，比如说0000000000 - 0000000007这7个数 对应的内存地址为0x00000000，当然这是内存中的一个字节，其中的8个位，分别对应这8个数，录入一个数，则置该位为1，利用这样的方法，可以很 快地定位到发生冲突的数字。即找到相同的两个或多个数了。

不过这个方法的弊端是内存不够：需要100亿/8/1024^3=1.164GB的内存。

其实我想还是有改进的地方，因为两个文件内的正整数个数只是千万个以上，远小于100亿。因此有许多内存是浪费的。因此，我们可以对特别大的正整数进行映射，映射成较小的数。

首先，我们确定文件的正整数个数，比如说5千万个（千万个以上），而其中大于某个大数n，如50000000的有多少个，比如说4千万个。也就是说有1千万个数是小于50000000的，而这4千万个数，完全可以按照某种规则映射到50000000 -100000000的区间之上。这样，我们就可以将100亿压缩到1亿的范围内，此时需要内存为1亿/8/1024^3=1.164GB/100=0.01164GB，也就是11兆左右的内存。当然，n的选择也能影响到最终内存的使用量。而这个n应该需要与文件中数字的分布有关，这里没有给出严格的证明，请大牛们指教了。还有一点就是映射规则，这个规则的构建也是issue之一。

非常欢迎热爱算法的朋友，不管是菜鸟还是大牛，进来讨论～