建造频率表因为内存不够所以必须要舍弃一部分，如果知道舍弃的值在剩余数字中的频率一定小于当前频率表里的值？假如给的1亿个数里，有100个a，99个b，98个c……有100个数字出现频率大于1，其余99999900个数字出现频率都等于1，怎么分治保证那100个数字不会被舍弃掉？如果不能把中间过程放进文件缓存的话。

RDD 先遍历成（数字，1）然后求和

外部排序

分块多线程？

百度一下大数据题目求解方案，里面有十几个套路解决这种问题

让他加钱

lru算法，出现的放第一个，一直放，取前100个数就行

这道题我做过 使用hash函数然后求余 对于余数相同的放大根根据算出现次数 然后排序 再用全局大根堆每次加入局部大根堆的堆顶元素

外部排序？