典型的 Top K 算法，还是在这篇文章里头有所阐述，详情请参见：十一、从头到尾彻
底解析 Hash 表算法。
文中，给出的最终算法是：
第一步、先对这批海量数据预处理，在 O（N）的时间内用 Hash 表完成统计（之前写
成了排序，特此订正。July、2011.04.27）；
第二步、借助堆这个数据结构，找出 Top K，时间复杂度为 N‘logK。
即，借助堆结构，我们可以在 log 量级的时间内查找和调整/移动。因此，维护一个 K(该
题目中是 10)大小的小根堆，然后遍历 300 万的 Query，分别和根元素进行对比所以，我们
最终的时间复杂度是：O（N） + N'*O（logK），（N 为 1000 万，N’为 300 万）。ok，更多，
详情，请参考原文。
或者：采用 trie 树，关键字域存该查询串出现的次数，没有出现为 0。最后用 10 个元
素的最小推来对出现频率进行排序。
3、有一个 1G 大小的一个文件，里面每一行是一个词，词的大小不超过 16 字节，内存限
制大小是 1M。返回频数最高的 100 个词。
方案：顺序读文件中，对于每个词 x，取 hash(x)%5000，然后按照该值存到 5000 个
小文件（记为 x0,x1,...x4999）中。这样每个文件大概是 200k 左右。
如果其中的有的文件超过了 1M 大小，还可以按照类似的方法继续往下分，直到分解得
到的小文件的大小都不超过 1M。
对每个小文件，统计每个文件中出现的词以及相应的频率（可以采用 trie 树/hash_map
等），并取出出现频率最大的 100 个词（可以用含 100 个结点的最小堆），并把 100 个词及
相应的频率存入文件，这样又得到了 5000 个文件。下一步就是把这 5000 个文件进行归并
（类似与归并排序）的过程了。
4、有 10 个文件，每个文件 1G，每个文件的每一行存放的都是用户的 query，每个文件的
query 都可能重复。要求你按照 query 的频度排序。
还是典型的 TOP K 算法，解决方案如下：
方案 1：
顺序读取 10 个文件，按照 hash(query)%10 的结果将 query 写入到另外 10 个文件（记
为）中。这样新生成的文件每个的大小大约也 1G（假设 hash 函数是随机的）。
找一台内存在 2G 左右的机器，依次对用 hash_map(query, query_count)来统计每个
query 出现的次数。利用快速/堆/归并排序按照出现次数进行排序。将排序好的 query 和对
