可以估计每个文件的大小为50G×64=320G，远远大于内存限制的4G，不可能将其完全加载到内存中处理，考虑采取分而治之的方法。
- 第一步：遍历文件a，使用Hash函数将a文件中的url分别存储到1000个小文件中，这样每个小文件的大约为300M；遍历文件b，使用相同的Hash函数，将每个url存储到1000个小文件中。这样，所有可能相同的url都存在对应的小文件中。
- 第二步：求每对小文件中相同的url，可以把其中一个小文件的url存储到hash_set中。然后遍历另一个小文件的每个url，看其是否在刚才构建的hash_set中，如果是，那么就是共同的url，存到文件里面就可以了。