前段时间有人问我，给你两个文件，每个文件每行都是字符串，如何找出两个文件中行相同的字符串。当时提供了两个思想，但是对方不满意。
假设文件为a，b
1.直接遍历法。一般人第一时间都是想遍历吧。读取每一行a，在b中遍历，这样时间复杂度为O（n^2），显然一般人都不能接受这个时间复杂度。
2.利用哈希思想。先把a文件hash，在遍历b文件，去判断是否存在。时间复杂度降低为O（n） ，但是空间复杂度上来了，以空间换时间。
3.一开始有想说布隆过滤器。但是布隆过滤器是有可能出现错误的，当时应该问问他是否可以出现小的错误？
对于大文件的话，一般都是使用分治思想，将文件分割成多个小文件来处理。