1、現在有1億個隨機數，有重複的，隨機數的範圍在1到1億之間，將1到1億之間沒有在隨機數中的數求出來。
/**
* 用位圖進行存儲，產生隨機數存入bitSet中相應的位置，並置1。
* 如果bitSet中相應位置爲1則此數出現過，如果爲0則未出現過。
* */
public static void main(String[] args) {
BitSet bitSet = new BitSet();
Random random = new Random();
for (int i = 1; i <= 100000000; i++) {
bitSet.set(random.nextInt(100000000));
}
for (int i = 1; i <= 100000000; i++) {
//如果沒有出現，就輸出該數字
if (!bitSet.get(i))
System.out.println(i);
}
}
2、有a和b兩個文件，每個文件中均存放了50億條url，已知每條url所佔內存大約64字節，你在可使用內存在4G的情況下，如何找出a、b文件共同的url。
假如每個url大小爲10bytes，那麼可以估計每個文件的大小爲50G×64=320G，遠遠大於內存限制的4G，所以不可能將其完全加載到內存中處理，可以採用分治的思想來解決。
首先遍歷文件a，對每個url求取url.hashCode()%1000，然後根據所取得的值將url分別存儲到1000個小文件(記爲a0,a1,...,a999，每個小文件約300M);接着遍歷文件b，採取和a相同的方式將url分別存儲到1000個小文件(記爲b0,b1,...,b999);這樣處理後，所有可能相同的url都被保存在對應的小文件(如a0和b0，a1和b1)中，不對應的小文件不可能有相同的url。然後我們只要求出這個1000對小文件中相同的url即可。最後，求每對小文件ai和bi中相同的url時，可以把ai的url存儲到HashSet中。然後遍歷bi的每個url，看其是否在剛纔構建的HashSet中，如果是，那麼就是共同的url，存到文件裏面就可以了。
3、現有海量日誌數據保存在一個超級大的文件中，該文件無法直接讀入內存，要求從中提取某天出訪問網站次數最多的那個IP。
首先，從這一天的日誌數據中把訪問百度的IP取出來，逐個寫入到一個大文件中;對每個ip求取ip.hashCode()%1000存入1000個小文件中。接着，找出每個小文中出現頻率最大的IP(可以採用HashMap進行頻率統計，然後再找出頻率最大的幾個)及相應的頻率；最後，在這1000個最大的IP中，找出那個頻率最大的IP，即爲所求。
4、現在有100萬個數字，找出其中最大的100個數。
選前100個數建立一個最小堆，遍歷一遍，如果當前數比堆頂大就和堆頂元素交換，接着調整堆，就可以得到最大的100個數。
說明：找最大的N個數用最小堆，找最小的N個數用最大堆，Java中可以使用PriorityQueue。
5、現有上億條數據（有重複的），統計其中出現次數最多的K條數據。
若內存可以放下則先遍歷數據，用HashMap統計此數，接着簡歷K個數的小頂堆進行遍歷替換，如果當前元素大於堆頂元素則替換掉堆頂元素後調整堆，最後就可以找出最多的K條數據；若內存裝不下，則同上幾個問題一樣採用分治的原則，將數據分開處理，最後再合併。