一个大数据文件查找问题 的讨论

[wog]

有个特别大的文件，上千万行，1G多，
格式是这样的，
0,aaaa,1
1,aaaa,2
2,bbbb,1
3,bbbb,2
..
..
..

第一列是不重复的，第二列是字符串，有重复的，第三列是递增的数字，可能不连续，第二列相同的行第三列是不同的，但是第二列不同的数据第三列有可能相同

现在的问题是给出第二列和第三列，找出第一列，
这个数据量比较大，不能用数据库
问有什么比较好的算法？谢谢。
/************************************************************************/
他题目没说清，打如果是需要频繁的增删改查，
我的想法是，先压缩数据，大概是
struct data{
char *str;//字符串
vector<int> pos;//第一列的值
}；


于是上面的数据就压缩成两条
struct data data1={"aaaa",{0,1}};
struct data data2={"bbbb",{2,3}};

之后申请指针数组

struct data *ptrs[];
之后建立一个映射f(n)=m，n是第二列字符串，得到的m是偏移量，把上面的数据指针填到ptrs[m]里，如果不能保证f(n)映射一一对应，那就把struct data改成
struct data2{
char *str;//字符串
vector<int> pos;//第一列的值
struct data2 *next;//下一个相同映射值的指针
}；
我想问下，
1，如果在实际应用中，我说的这种方法可行不
2，如果有内存限制，这个问题该怎么办（我只能想到遍历。。。）

[wog]

这是我刚逛论坛碰见的问题，上面没人回答，于是拿到这里讨论下
http://www.newsmth.net/nForum/#!article/CoderInterview/3045

[best1a]

标题不是说了是查么，没必要考虑增删改的情况
这种题目看起来好像面试题。。。一般做法是，根据第二或第三个字段做个hash啥的，分到N个文件中，如果内存限制比较死，那N可以弄大点
然后再各种方法做小范围的查找。。。