(1).

将1T的数据使用哈希函数映射到10000个文件当中去，这样做可以将所有一样的数据映射到同一个文件当中。依次将10000个文本文件读入内存，使用hashmap对每一个文本中每一个单词进行词频统计，将单词作为key，单词出现次数作为value，每读入一个单词，都查看其在hashmap中是否存在，存在则将value值加1，不存在就将其加入hashmap，并将value值置为1，然后将结果写入一个文件即可。文件的每一行只存储一个单词以及这个单词出现的次数，并且二者之间用空格隔开.

(2).

要求出现次数最高的100个单词。可以建立只有100个元素的小根堆来实现目的。首先取出100个元素建立小根堆，继续从文件中取出元素与小根堆的堆顶元素进行比较，如果比堆顶元素大，就替换掉堆顶元素，并且重建为小根堆，依次做下去，最后堆中保留的100个元素就是top100.

使用hashmap进行词频统计的时候，先用小根堆统计出每个文件中

Top100，然后10000个文件的top100汇总到一起后在使用上述同样的方法得到最终的top100.