2014年网易互联网在线笔试题一道

题目：有四个文件，每个文件中存有100万个int型整数，内存限制1M，该如何最优地得到四个文件的交集数，也就是在四个文件都出现的数的个数？

我的想法：因为内存限制1M，也就是1024*1024个字节，小于一个文件中所有数所占的存储100 0000*4，所以文件中的数没办法一次装到内存。采用外部排序、归并等方法实现。

具体：

1、最开始应该是对每个大文件进行外部排序，也就是n次从大文件中取出一部分数在内存中进行快速排序或堆排序，然后将结果存入小文件中，存入小文件的同时去重；
2、然后对n个小文件进行归并排序，将已排序结果存入新的大文件。这样能得到四个没有重复数的新的大文件；
3、接下来对这四个已排序的文件，设为f1,f2,f3,f4进行类似归并操作，两个指针一开始指向f1与f2的头部，值不相等的“丢掉”，相等的存入新的文件f12，f3,f4进行一样操作得到f34文件，再对这两个文件进行上诉操作，得到最终结果文件result，同时可以得到其个数。

我发了个帖子收集各位的算法，有的用bitmap实现，有的用多趟遍历实现，各位可以看看还有什么优化的方法。

http://bbs.csdn.net/topics/390889640