大文件按某种哈希算法，切割成可读进内存的小文件，保证同一单词都放到一个小文件即可，然后分别统计每个小文件中单词的出现次数。最后用一个最小堆做统计。依次分别读取这些小文件，统计出top1000 。 这样应该可行吧