题目

有一千万个记录，重复比较多，去除重复后不超过3百万个。
重复度越高，说明越热门。
请统计最热门的10个查询串，要求使用的内存不能超过1G。

背景知识

什么是哈希表？
哈希表（Hash table，也叫散列表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。
这个映射函数叫做散列函数，存放记录的数组叫做散列表。

哈希表hashtable(key，value) 的做法其实很简单，就是把Key通过一个固定的算法函数既所谓的哈希函数转换成一个整型数字，然后就将该数字对数组长度进行取余，取余结果就当作数组的下标，将value存储在以该数字为下标的数组空间里。
当使用哈希表进行查询的时候，就是再次使用哈希函数将key转换为对应的数组下标，并定位到该空间获取value，如此一来，就可以充分利用到数组的定位性能进行数据定位。、

解决办法

  1. 统计频次

维护一个字典，键为记录字符串，值为出现的次数。（也就是Hash Table法）
时间复杂度：O(n)

  1. 找出Top 10

数据结构可以这样：（查询串，频次)

维护一个大小为10的小根堆。遍历所有记录，分别与根元素的频次比较，更新堆。

最小堆动画：http://www.benfrederickson.com/heap-visualization/
更新堆的算法复杂度是 O(logk），这里k是10。所有元素遍历一遍是O(n)。
这个过程算法复杂度：O(nlogk)