3.有 10 个文件，每个文件 1G，
每个文件的每一行都存放的是用户的 query，每个文件的 query 都可能重复。
要求按照 query 的频度排序.
/*
3.有 10 个文件，每个文件 1G，
每个文件的每一行都存放的是用户的 query，每个文件的 query 都可能重复。
要求按照 query 的频度排序.
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和对应的query_cout输出到文件中。这样得到了10个排好序的文件（记为）。
对这10个文件进行归并排序（内排序与外排序相结合）。
方案2： 一般query的总量是有限的，只是重复的次数比较多而已，可能对于所有的query，
一次性就可以加入到内存了。这样，我们就可以采用trie树/hash_map等直接来统计每个query出现的次数，
然后按出现次数做快速/堆/归并排序就可以了。
方案3： 与方案1类似，但在做完hash，分成多个文件后，可以交给多个文件来处理，
采用分布式的架构来处理（比如MapReduce），
最后再进行合并。
*/