diff --git a/Open.md b/Open.md
new file mode 100644
index 0000000..0cced88
--- /dev/null
+++ b/Open.md
@@ -0,0 +1,83 @@
+
Open
+
+Introduction:收纳开放性设计问题相关的知识总结!
+
+[TOC]
+
+# 开放性设计
+
+## 求两个文件中的QQ交集
+
+**问题**:A文件有30亿个QQ号码,B文件有40亿个QQ号码,求A文件和B文件中QQ号码的交集,内存大小限制为1GB。
+
+### 方案一:直接暴力比较
+
+最简单的方法是直接暴力比较:双重循环比较。显然,这种方法要比较的次数是:30亿×40亿,时间复杂度太大。
+
+
+
+### 方案二:利用hashmap
+
+将B文件中的40亿个QQ号码放入Hash表中,然后遍历B文件中的30亿个QQ号码,准一判断是否已在Hash表中存在。
+
+显然,应该用哈希表优化查找速度,使得时间复杂度大大降低,只需要遍历上面一层即可。然而,空间的占用还是太大了,1GB的内存根本无法容纳40亿个QQ号。
+
+
+
+### 方案三:分治切割文件
+
+既然内存容纳不下,那就想办法进行切割,比如:根据QQ号码的最后一位的值来切割A文件和B文件,使文件变小。显然,尾数为j的QQ号码只可能在Aj文件和Bj文件中,只需要比较Aj和Bj文件即可。
+
+| QQ号最后一位 | A文件的切割 | B文件的切割 |
+| ------------ | ----------- | ----------- |
+| 0 | A0 | B0 |
+| 1 | A1 | B1 |
+| 2 | A2 | B2 |
+| 3 | A3 | B3 |
+| ... | ... | ... |
+
+通过切割的方法,可以化大为小,让内存容纳得下。需要强调的是,仅仅以QQ号最后一位来划分,那么每个小文件的数据量大约是原来文件的1/10, 可能还是偏大。所以可以考虑以QQ号的最后3位来划分,那么每个小文件的数据量大约是原来大文件的1/1000,甚至还可以更细地来进行划分。通过一定的规则进行分割,把A文件和B文件中同类型数据划分到对应的小文件中,解决了内存问题。
+
+
+
+### 方案四:利用bitmap
+
+可以对hashmap进行优化,采用bitmap这种数据结构,可以顺利地同时解决时间问题和空间问题。
+
+| bit | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 |
+| ----- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- |
+| index | 7 | 6 | 5 | 4 | 3 | 2 | 1 | 0 |
+
+1个unsigned char类型的数据,可以标识0~7这8个整数的存在与否。以此类推:
+
+- 1个unsigned int类型数据可以标识0~31这32(2^5)个整数的存在与否
+- 2个unsigned int类型数据可以标识0~63这64(2^6)个整数的存在与否
+- 3个unsigned int类型数据可以标识0~127这128(2^7)个整数的存在与否
+- 4个unsigned int类型数据可以标识0~255这256(2^8)个整数的存在与否
+- ......
+- 28个unsigned int类型数据可以标识0~2^32-1这43亿(2^32)个整数的存在与否
+
+10位QQ号码的理论最大值为 2^32 - 1 ≈ 43 亿bit。
+
+占用内存:43亿bit≈5.37亿bytes≈52万KB≈512MB
+
+显然,可以推导出:512MB大小足够标识所有QQ号码的存在与否,请注意:QQ号码的理论最大值为2^32 - 1,大概是43亿左右。接下来的问题就很简单了:
+
+用512MB的unsigned int数组来记录B文件中QQ号码的存在与否,形成一个bitmap。然后遍历A文件中的QQ,看是否在bitmap中,如果在,那么该QQ号码就同时存在于A和B两个文件中。
+
+https://mp.weixin.qq.com/s/Q_EvlN9LvkdA5M5EharBBA
+
+## 40亿个QQ号码如何去重
+
+文件中有40亿个QQ号码,请设计算法对QQ号码去重,相同的QQ号码仅保留一个,内存限制1G。
+
+https://mp.weixin.qq.com/s/YlLYDzncB6tqbffrg__13w
+
+### 方法一:排序
+
+### 方法二:hashmap
+
+### 方法三:文件切割
+
+### 方法四:bitmap
+