怎样对千万级甚至亿级数据量排序
编程珠玑第二版第一章就有类似的问题，问题描述如下：
有最多1000万条不同的整型数据存在于硬盘的文件中（数据不超过最大值），如何在1M内存的情况下对其进行尽可能快的排序。
数据特征：单个数据<=1000万、不同的（没有重复）、整型（int，4B） 要求：1M内存、尽可能快 分析：1MB = 1*1024*1024 B 能存储大于25万个int类型的整数。所以每次我们可以排序25万条记录，一共排序40次。
（1）一个简单的思路是读1000万条1次，对第i个25万条数据进行排序，并将排好的结果存成外部文件i（这里可以用常见的内部排序，如快排），最后我们生成了40个排好序的外部文件，然后对这40个文件进行归并排序输出成1个文件。
（2）更好的思路是位向量排序，我们可以申请一个1千万长度的位向量bit[10000000]，所有位设置为0，顺序读取待排序文件，每读入一个数i，便将bit[i]置为1。当所有数据读入完成，便对 bit做从头到尾的遍历，如果bit[i]=1，则输出i到文件，当遍历完成，文件则已排好序。
这个思路和桶排序一样，算法的关键是位向量。对于不支持bit数据结构的语言我们可以自己实现位操作，int是32位的，所以我们需要[1千万/32+1]个int类型存储，大约1.2M。（虽然差点不符合题目的要求，但是不失为一种更好的解题思路）。
将第i位置为1的时候可以用如下操作：
a[i/32] | (1 << (i%32));
第i位肯定在i/32个int上，i%32是偏移量，然后通过按位或来将特定位置1。（不明白的可以了解一下位计算）
为了计算速度更快，上述公式可以完全由位运算替代：
a[i >>5] |= (1 << (i & 31));
总结
对于大的数量级的排序，基本思路是分而治之的思想，位向量方法虽然效率很高，但是要注意一些限制条件(数据不能重复、不适合稀疏的数据分布等)。
编程珠玑中的例子是int型的数据排序，实际我们面临的问题可能不会这么简单，例如需要对复杂数据类型进行排序（对象），我们可以让对象实现compareTo，重写hashcode、equals等等。