Это вопрос интервью. Предположим, что есть несколько компьютеров, и каждый компьютер хранит очень большой файл журнала посещенных URL. Найтидесятка лидеров наиболее посещаемые URL.

Например: предположим, что есть только 3 компьютера, и нам нужендва лучших наиболее посещаемые URL.

Computer A: url1, url2, url1, url3
Computer B: url4, url2, url1, url1
Computer C: url3, url4, url1, url3

url1 appears 5 times in all logs
url2 2
url3 3
url4 2 

So the answer is url1, url3

Файлы журнала слишком велики, чтобы поместиться в ОЗУ и скопировать их по сети. Как я понимаю, важно также сделать вычисления параллельными и использовать все данные компьютеры.

Как бы вы решили это?