布隆过滤器　　假如有1亿个不重复的正整数（大致范围已知），但是只有1G的内存可用，如何判断该范围内的某个数是否出现在这1亿个数中？最常用的处理办法是利用位图，1*108/1024*1024*8=11.9，也只需要申请12M的内存。但是如果是1亿个邮件地址，如何确定某个邮件地址是否在这1亿个地址中？这个时候可能大家想到的最常用的办法就是利用Hash表了，但是大家可以细想一下，如果利用Hash表来

中位数并不是大小位于中间的数，而是排序之后，位置位于中间的数。若是n个数，n为奇数，则中位数是数组a[ ]排序之后 a[(n+1)/2] ； 若n为偶数，中位数是(a[n/2] + a[n/2+1])/2如： 5 5 5 6 7 8 9 中位数是6题目：只有2G内存的pc机，在一个存有10G个整数的文件，从中找到中位数，写一个算法对于海量数据求中位数，在网上看到两种方法。 

第一部分、十道海量数据处理面试题1、海量日志数据，提取出某日访问百度次数最多的那个IP。      首先是这一天，并且是访问百度的日志中的IP取出来，逐个写入到一个大文件中。注意到IP是32位的，最多有个2^32个IP。同样可以采用映射的方法，比如模1000，把整个大文件映射为1000个小文件，再找出每个小文中出现频率最大的IP（可以采用hash_map进行频率统计，然后再找出频率最大的几