题目：我有40亿个整数，再给一个新的整数，我需要判断新的整数是否在40亿个整数中，你会怎么做？

为什么我说分8次加载数据太慢了呢？

从磁盘加载数据是磁盘io操作，是非常慢的，你每次都要加载这么大的数据，还要8次，我估计你找一个数的时间可以达到分钟甚至小时级了。

把数据分散在8台机器上，然后来一个新的数据，8台机器一起找，最后再汇总结果就行了。

【更好毫秒级方法】

小史：申请40亿个位就好了，新的数转换成一个位，然后判断一下这个位是0还是1就行了。

吕老师：小史啊，考虑问题要考虑清楚啊，如果是40亿个位，那么这40亿个位哪些是0，哪些是1呢？来了一个新的数，怎么判断是否在40亿个位之中？

小史：我想想，对啊，40亿个位，40亿个数，那么每个位都是1，这。。。

吕老师：32位int的范围，总共就是2的32次方，大概42亿多点。所以你可以申请2的32次方个位。

小史：意思是我把整个整数范围都覆盖了，哦，对哦。这样一来，就可以做了，1代表第一个位，2代表第二个位，2的32次方代表最后一个位。40亿个数中，存在的数就在相应的位置1，其他位就是0。

小史：新的数就去找相应的位，比如来了一个1234，就找一下第1234位，如果是1就存在，是0就不存在啦。2的32次方个位，相当于2的29次方个字节，哇，才500MB，真是节省了不少内存呢。

大数据算法，叫位图法，英文名叫bitmap。用位来表示状态，从而节省空间。

另一个方法：

32位int的范围是42亿，40亿整数中肯定有一些是连续的，先外部排序，用一个初始的数和一个长度构成一个数据结构，来表示一段连续的数，举个例子。

1 2 3 4 6 7用(1,4)和(6,2)表示，变成了2个数表示。来新数用二分法查找。

最差情况就是2亿多的断点，也就是2亿多的结构体，每个结构体8个字节，大概16亿字节，1.6GB，在内存中可以放下。

给出了方案，还能主动分析空间和可行性。