首先是這一天，並且是訪問百度的日誌中的IP取出來，逐個寫入到一個大文件中。注意到IP是32位的，最多有個2^32個IP。同樣可以採用映射的方法，比如模1000，把整個大文件映射爲1000個小文件，再找出每個小文中出現頻率最大的IP（可以採用hash_map進行頻率統計，然後再找出頻率最大的幾個）及相應的頻率。然後再在這1000個最大的IP中，找出那個頻率最大的IP，即爲所求。
或者如下闡述（雪域之鷹）：
算法思想：分而治之+Hash
算法思想：分而治之+Hash
1、IP地址最多有2^32=4G種取值情況，所以不能完全加載到內存中處理；
2、可以考慮採用分而治之的思想，按照IP地址的Hash(IP) % 1024值，把海量IP日誌分別存儲到1024個小文件中，這樣，每個小文件最多包含4MB個IP地址；
這裏解釋一下爲什麼用Hash(IP) % 1024值，如果不用，而直接分類的話，可能會出現這樣一種情況，就是有個IP在每個小文件中都存在，而且這個IP並不一定在那個小文件中是數量最多的，那麼最終可能選擇的結果會有問題，所以這裏用了Hash(IP)%1024值，這樣的話，通過計算IP的Hash值，相同IP肯定會放到一個文件中，當然了不同的IP的Hash值也可能相同，就存在一個小文件中。
3、對於每一個小文件，可以構建一個IP爲key，出現的次數爲value的Hash Map，同時記錄當前出現次數最多的那個IP地址；
4、可以得到1024個小文件中的出現次數最多的那個IP，再依據常規的排序算法得出總體上出現次數最多的IP。
