一道面试题，给大家分享
毕业已找到工作，尽管工资一般，但毕竟是菜鸟，所以还是能接受。现在也闲下来了，给大家分享一些面试题，以后说不定有人面试会用到。这是我技术一面时的一道题，海量处理的，我是不会做，现在也一样。
题目如下：
有一个文件，文件里面有10Gitem，item是由用户id和其拥有的资源id构成，内存是500M。如何在短时间内找到拥有资源数最多的10个用户id。注意用户id数目可能也有将近10G。
时间复杂度应该是o(n)-o(nlgn)左右的，策略自己设计。当时自己是说了一个败者树多路归并的，说的很挫，挂了。
[解决办法]
聚集索引或者hastable！
[解决办法]
用户id是什么格式的？
item会重复不？
如果ID就是一个uint32，可以分段处理
500M内存可以放100M个ID，处理40次就可以处理完uint32个ID，读40次文件就OK了。
如果ID是一个串，先把内容根据ID hash到1000个文件，然后每个文件再单独处理。只要读两次文件，但要写一次文件。
[解决办法]
没有特点的“海量”数据统计，唯一的办法就是多路归并外排序，读两次硬盘，写一次硬盘
