题目一：
32位无符号整数的范围是0-2^32-1即0-4294967295，现在有一个正好包含40亿个无符号整数的文件，所以在整个范围中必然有没出现的数。可以使用最多1GB的内存。
1.怎么知道所有没有出现过的数?
哈希表需要占用很多空间，可以使用bit map的方式来表示数出现的情况。具体地说，是申请一个长度为4294967295的bit类型的数组bitArr，bitArr上的每个位置只能表示0或1两个状态。8个bit为1B，所以长度为为4294967195的bit类型的数组占用500MB空间。
遍历这40亿个数，把遇到的数相应位置的值赋为1；
遍历整个数组，值为0的下标即为没有出现过的数。
2.内存限制为10MB，但是只要找到一个没出现过得数即可。
现在只有10MB的内存，但是也只要求找到其中一个没出现过的数即可。首先，0-2^32-1,这个范围是可以平均分成64个区间的，每个区间是67108864个数。如果统计落在每一个区间上的数有多少，肯定有至少一个区间上的计数少于67108864。具体过程为：
第一次遍历时，先申请长度为64的整形数组countArr[0..63],countArr[i]用来统计区间i上的数有多少。遍历40亿个数时，如果当前数为3422552090,3422552090/67108864=51,所以第51区间上的技术增加countArr[51]++。便利完40亿个数后，便利countArr，必然会出现某一位置上的值小于67108864，，表示该区间上至少有一个数没出现过。我们在该区间上继续寻找，此时使用的内存就是countArr的大小（64*4B），是非常小的。
假设找到第37区间上的计数小于67108864，以下为第二次遍历过程：
1.申请长度为67108864的bit map，这占用大约8MB的空间，记为bitArr[0..67108863];
2.再遍历一遍40亿个数，此时的遍历只关注落在第37区间上的数，记为num(num/67108864=37),其他区间的数全部忽略；
3.如果步骤2上的num落在第37区间上，将bitArr[num-67108864*37]的值设置为1，也就是做映射；
4.便利完40亿个数后，在bitArr上必然存在没被设置成1的位置，假设第i个位置上的值没设置成1，那么67108864*37+i，就是一个没出现过得数。
题目二：
有一个包含100个URL的大文件，假设每个URL占用64B，找出其中所有的URL。
解答：
把大文件通过哈希函数分配到机器，或者通过哈希函数把大文件拆成小文件。一直进行这种划分，知道划分的结果满足资源限制的要求。
例如：将100亿字节的大文件通过哈希函数分配到100台机器上，然后每一台机器分别统计分给自己的URL中是否含有重复的URL，同时哈希函数的性质决定了同一条URL不可能分配给不同的机器；或者单机上将单文件通过哈希函数拆成1000个小文件，对每一个小文件再利用哈希表遍历，找出重复的URL；或者在分给机器或拆成文件之后，进行排序，排序过后再看是否有重复的URL出现。
题目三：
在2.5亿个整数中找出不重复的整数，注，内存不足以容纳这2.5亿个整数。
方案1：
采用2-Bitmap（每个数分配2bit，00表示不存在，01表示出现一次，10表示多次，11无意义）进行，共需内存2^32 * 2 bit=1 GB内存，还可以接受。然后扫描这2.5亿个整数，查看Bitmap中相对应位，如果是00变01，01变10，10保持不变。所描完事后，查看 bitmap，把对应位是01的整数输出即可。
方案2：
也可采用与第1题类似的方法，进行划分小文件的方法。然后在小文件中找出不重复的整数，并排序。然后再进行归并，注意去除重复的元素。
题目四：
32位无符号整数的范围是0-4294967295，现在有40亿个无符号整数，可以使用最多1GB的内存，找到所有出现了两次的数。
解答：
可以使用bit map的方式来表示数出现的情况。具体地说，是申请一个长度为4292967295*2的bit类型的数组bitArr，用2个位置表示一个数出现的词频，1B占用8个bit，所以长度为4294967295*2的bit类型的数组占用1GB空间。
开始遍历：
- 初次遇到：bitArr[num*2+1]=0;bitArr[num*2]=1;
- 第二次遇到：bitArr[num*2+1]=1；bitArr[num*2]=0;
- 第三次遇到：bitArr[num*2+1]=1;bitArr[num*2]=1;
- 以后再遇到：不作处理。
再次遍历bitArr，如果发现bitArr[i*2+1]=1;bitArr[i*2]=0;那么i就是出现了两次的数。
题目五：
32位无符号整数的范围是0-4294967295，现在有40亿个无符号整数，可以使用最多10MB的内存，找到中位数。
解答：
用分区间的方式处理，长度为2MB的无符号整形数组占用空间为8MB,所以将区间的数量定为4294967295/2M，向上取整为2148个区间，第i个区间为2M*i~2M*（i+1）-1。
申请一个长度为2148的无符号整型数组arr[0..2147],arr[i]表示区间i有多少个数。然后遍历到当前数为num，先看num落在哪个区间上【num/2M】,然后执行arr[num/2M]++操作。这样遍历下来，就得到了每一个区间的数的出现状况，通过累加每个区间的出现次数，就可以找到40亿个数的中位数落在哪个区间上。
接下来申请一个长度为2MB的无符号整形数组countArr[0..2M-1]，占用空间8MB。然后再遍历40亿个数，此时只关心处在第k区间的数记为numi，其他的数省略，然后将countArr[numi-K*2M]++],也就是对处在第K区间的数做频率统计。