應該考慮檔案大小和詞的多少，有一個1G大小的一個檔案，裡面每一行是一個詞，詞的大小不超過16位元組，記憶體限制大小是1M。返回頻數最高的100個詞。於每個詞x，取hash(x)%5000，然後按照該值存到5000個小檔案（記為x0,x1,...x4999）中。這樣每個檔案大概是200k左右。

     如果其中的有的檔案超過了1M大小，還可以按照類似的方法繼續往下分，直到分解得到的小檔案的大小都不超過1M。
     對每個小檔案，統計每個檔案中出現的詞以及相應的頻率（可以採用trie樹/hash_map等），並取出出現頻率最大的100個詞（可以用含100個結點的最小堆），並把100個詞

    方案：順序讀檔案中，對及相應的頻率存入檔案，這樣又得到了5000個檔案。下一步就是把這5000個檔案進行歸併（類似與歸併排序）的過程了。

方法一：雜湊表統計詞頻，每次查詢插入的時間複雜度是O（1），一共O（n）。然後排序使用下面的堆排序；

方法二：使用map即二叉查詢樹統計詞頻，每次查詢插入O（logn），一共O（nlogn）。然後排序使用下面的堆排序；

堆排序nlogk（構建k個數的最小堆，和堆頂元素比較，如果比堆頂元素小，替換然後shiftdown）

如果不需要前k項進行排序，直接使用快排的前k部分，O(n)複雜度。