百万量级的数据排序：

  • 任意大小：外排序，先将数据拆分到多个文件中，分别加载到内存中排序，然后再归并到一个文件里。实际上就是 LeetCode 23. 合并 k 个有序链表，需要用到最小堆。
  • 范围为 [0, 10000]：计数排序。

百万量级的数据查询在不在：

可以使用位图，前提是数据范围不超过内存大小。

百万量级的数据求 TopK：

数据流的 TopK 问题，维护一个大小为 k 的小根堆，然后分片读入数据，并更新堆。