1、大顶堆、小顶堆
特别适合topN问题，如求海量日志中最大的100个数。既然是海量数据，那么内存中一下子无法加载所有的数据集，此时可以先读取海量数据中的100个数，建立数据集为100的小顶堆(小顶堆的对顶比所有元素都小)，然后依次往堆结构中读取数字，调整堆，使其保持小顶堆，最后得到top100的最大数。
2、hash映射进行分治，然后归并
hash映射按照数据特征把海量数据变的不海量，然后分别处理各段数据，再归并处理。例如：给定两个文件，各存放50亿个url，让你找出两个文件中共同的url，则可以根据url的特征，将两个文件分别映射到上千个小文件中，只要保证两个文件用的相同的hash映射方法，那么相同的url映射后一定在相同的小文件中，所以逐一比较各个小文件中的url，然后归并即可。
3、hash统计
以特征为key值利用hash表进行统计，比如，求一本书中26个字母出现的个数，可以以26个字母分别为key值，进行hash统计即可。
4、bloom filter
此方法存在一定的误差，但是比较高效。方法是利用多种不同的hash方法对数据集做hash运算，将对应的结果为key，值为1，然后判断一个新数在不在这个数据集中，则用相同的n中hash方法进行计算，如果全为1则认为在，任何一个不为1，则认为不在。
5、外排序
6、bitmap
7、多层划分
8、tire树
9、mapreduce