统计一篇文章中出现次数最多的前k个词

      应该考虑文件大小和词的多少，有一个1G大小的一个文件，里面每一行是一个词，词的大小不超过16字节，内存限制大小是1M。返回频数最高的100个词。于每个词x，取hash(x)%5000，然后按照该值存到5000个小文件（记为x0,x1,...x4999）中。这样每个文件大概是200k左右。

     如果其中的有的文件超过了1M大小，还可以按照类似的方法继续往下分，直到分解得到的小文件的大小都不超过1M。
     对每个小文件，统计每个文件中出现的词以及相应的频率（可以采用trie树/hash_map等），并取出出现频率最大的100个词（可以用含100个结点的最小堆），并把100个词

    方案：顺序读文件中，对及相应的频率存入文件，这样又得到了5000个文件。下一步就是把这5000个文件进行归并（类似与归并排序）的过程了。

方法一：哈希表统计词频，每次查找插入的时间复杂度是O（1），一共O（n）。然后排序使用下面的堆排序；

方法二：使用map即二叉查找树统计词频，每次查找插入O（logn），一共O（nlogn）。然后排序使用下面的堆排序；

堆排序nlogk（构建k个数的最小堆，和堆顶元素比较，如果比堆顶元素小，替换然后shiftdown）

如果不需要前k项进行排序，直接使用快排的前k部分，O(n)复杂度。