海量数据问题：数据量很大，无法直接用有限的内存存储，也就是无法一次性通过排序等处理数据。
Hash:hash本质上是一种映射函数，将键值映射为一个数值（存储位置）。查找的话当然键值冲突越少越好，但如果只是单纯的分成小文件，只要保证相同的数据在同一组，冲不冲突也无所谓。
hash_map/hash_set：(IP, IP_count)
（在这里刚开始有一个问题^0.0^，这个hash_map的键是不是无冲突。。一个对应一个索引。。。后来想了想我只是逻辑上使用这个功能，查找O(1)，具体的无需多管了）
top K问题：最大K个用最小堆，最小K个用最大堆。(一个值就是最大最小值问题)
直接排序：直接排序的时间复杂度是nlogn，而采用大顶堆等，直接和堆顶元素比较，如果大于或小于直接舍弃，否则花费logn时间调整堆，所以整体的时间小于nlogn。
分治：如果一个大文件分解为多个小文件（相同的元素必须位于同一个文件中，所以分解文件并不是按照顺序直接分解，一般采用hash法），则需要对每一个小文件求top K。
合并：最后对多个小文件的top K求解最后的top K（可以继续采用最大最小堆方法，数量少也可以排序）。
set/hash_set:set查询插入时间很稳定，logn加上红黑树的调整，hash_set不稳定，最小o(1)，最差o(n)，他们的性能有待比较，红黑树着重数据的随机性，hash着重统计的特性。
倒排索引：