记不得什么时候，我们群里发问题，如下：
有两个表，各存放了数亿条网址记录，而这两个表中有一部分是相同的，现在求出两个表中不同的数据项。
咋一看这题目，我就没辙了，如果简单用sql语句，恐怕不知道要何时才能得出结果，所以需要将他们取出来放到数组中。而如果把他们从数据库中取出来，又有什么办法能够求出呢？假设那两个数组分别为A []、B[]，如果我首先遍历数组A，然后每条数据都遍历数组B，那效率也是相当的慢。
前思后想，忽然有个思路，倒是可以跟大家交流一下。
步骤1）首先对两个数组排序。对于排序我们都知道有多种方法，我们就用最快的排序，快速排序对它们排序吧。
假如数组A的数据如下：
[0] www.blog.com
[1] www.amazon.com
[2] www.sina.com
[3] www.baidu.com
[4] www.sohu.com
数组B的数据如下：
[0] www.blog.com
[1] www.sina.com
[2] www.iteye.com
[3] www.csdn.com
[4] www.sohu.com
排序的时候，前边的字符串www.可以直接抛弃不管，只对www.字符串之后的数据排序，排序的时候要注意了，不能仅仅对第一个字符进行排序，还要对字符以后的数据依次排序。如对数组A的排序，排序后结果如下：
[0] www.amazon.com
[1] www.blog.com
[2] www.baidu.com
[3] www.sina.com
[4] www.sohu.com
此时我们已经对首字母进行排序了，然而我们还需要对首字母后的数据依次排序，结果如下：
[0] www.amazon.com
[1] www.baidu.com
[2] www.blog,com
[3] www.sina.com
[4] www.sohu.com
注意粗斜体部分，他们的位置已经发生了变化。当然首字母以后的字母排序和首字母排序可以写到一起，我是为了说明问题，并不说要排序两次。
数组B的排序如数组A，排序后结果如下：
[0] www.blog.com
[1] www.csdn.com
[2] www.iteye.com
[3] www.sina.com
[4] www.sohu.com
排序完成了，进行步骤2.
步骤2）
同时对两个数组循环比较。
1)两个数组的长度不一定是相等的，所以要求出两个数组的长度，取最大长度。
代码大致如此： long count = length(A) > length(B) ? length(A) : length(B);
2)然后来个循环，根据下标依次比较两个数组，如果数组A[i]的首字目比B[i]的小，那么A[i]为异同项，那么数组A的下标则向下移一位，然后继续与B[i]比较，直到B[i]的项比它小为止；如果数组A[i]的首字目比B[i]的大，则B[i]为异同项，则数组B的下标下移一位，继续与A[i]项比较，直到B[i]比它大为止；如果相等，那么他们的下标都下移一位。比较时必要时还要比较首字母后续部分。循环次数为count；
以以上的数据举例：
先用A[0]与B[0]比较，则发现A[0] www.amazon.com比B[0]
www.blog.com的首字母小，那么A[0] www.amazon.com则是异同项，那么A[0]的数组下标下移一位即：www.baidu.com，继续与B[0]www.blog.com比较；
此时将发现它们首字母相同，那么继续对第二个字符比较，很快发现 A[1] www.baidu.com比B[0]www.blog.com小，那么A[1]也是异同项；
继续对A的数组下移一位 A[2]对 B[0]进行比较，那么发现他们是相同的，此时将他们所有的下标都下移一位，用A[3]对B[1]进行比较，按照上边的发法，那么发现，A[3]比B[1]、B[2]都大，所以B[1]、B[2]都是异同项；
而对A[3]与B[3]比较时，发现他们是相同项，所以他们的数组下标都下移一位；
用A[4]与B[4]进行比较时，发现他们是相同项，所以他们的下标也下移一位；
此时循环条件已经不满足了，所以他们退出循环；
由此可以知道，他们的异同项为：A[0] www.amazon.com、 A[1]
www.baidu.com、B[1]www.csdn.com、B[2] www.iteye.com；
此时求解完毕。如果快速排序的情况最坏为 n*n，那么我们的运行次数为：
数组A的排序：length(A)*length(A)
加上数组B的排序length(B)*length(B)
再加上比较的次数count，那么总数为：length(A)*length(A) +length(B)*length(B) + length(A) > length(B) ? length(A) : length(B);这好像比我刚开始说的循环遍历数组A，每一项再遍历数组B依次比较公用的时间length(A)*length(B)的时间要多出很多。然而大家都知道，快速排序的这种情况基本上很少出现，平均情况下只需要：n(log n)，也就是说比如数组A、B各有1亿条数据，每个只需要循环8亿次，一共加起来共计算18亿次，这明显比每项依次比较1亿*1亿要好很多。