今天要給100億個數字排序，100億個 int 型數字放在文件里面大概有 37.2GB，非常大，內存一次裝不下了。那么肯定是要拆分成小的文件一個一個來處理，最終在合並成一個排好序的大文件。
實現思路
1.把這個37GB的大文件，用哈希分成1000個小文件，每個小文件平均38MB左右（理想情況），把100億個數字對1000取模，模出來的結果在0到999之間，每個結果對應一個文件，所以我這里取的哈希函數是 h = x % 1000，哈希函數取得"好"，能使沖突減小，結果分布均勻。
2.拆分完了之后，得到一些幾十MB的小文件，那么就可以放進內存里排序了，可以用快速排序，歸並排序，堆排序等等。
3.1000個小文件內部排好序之后，就要把這些內部有序的小文件，合並成一個大的文件，可以用二叉堆來做1000路合並的操作，每個小文件是一路，合並后的大文件仍然有序。
首先遍歷1000個文件，每個文件里面取第一個數字，組成 (數字, 文件號) 這樣的組合加入到堆里（假設是從小到大排序，用小頂堆），遍歷完后堆里有1000個 (數字，文件號) 這樣的元素
然后不斷從堆頂拿元素出來，每拿出一個元素，把它的文件號讀取出來，然后去對應的文件里，加一個元素進入堆，直到那個文件被讀取完。拿出來的元素當然追加到最終結果的文件里。
按照上面的操作，直到堆被取空了，此時最終結果文件里的全部數字就是有序的了。
最后我用c++寫了個實驗程序，具體代碼在這里可以看到。
更新：不用對數字進行哈希，直接平均分成1000份，進行內部排序后，直接進行 k 路歸並排序，也是可以的。
思維拓展
類似的100億個數字求和，求中位數，求平均數，套路就是一樣的了。
求和：統計每個小文件的和，返回給master再求和就可以了。
求平均數：上面能求和了，再除以100億就是平均數了
求中位數：在排序的基礎上，遍歷到中間的那個數就是中位數了。
--
引用：如何給100億個數字排序?