.有一千萬條短信，有重複，以文本文件的形式保 請用5 分鐘時間，找出重複出現最多的前10 條。

此爲騰訊面試題，木有具體答案。。。

1、有一千萬條短信，有重複，以文本文件的形式保存，一行一條，有重複。 
請用5 分鐘時間，找出重複出現最多的前10 條。 

答：1000W條短信，每條最多140個字符，所有短信容量最大不會超過1.4G，符合現代大部分計算機配置要求。

所以可以用hashMap統計每條短信重複次數，然後用最大堆找出重複出現最多的前10條。

2、收藏了1 千萬條url，現在給你一條url，如何找出相似的url。

答：用編輯距離？求出編輯距離，用最小堆求出相似的？