最近要排序一个比较大的文件，大概5G左右。文件中每行由两部分组成：“id DocNo”。其中id是一个数字，DocNo是一个字符串。我需要把这个大文件按照DocNo进行排序（字典序）。
要把这个文件加入内存是不太可能的，所以必须把它分解为小文件，然后把小文件加入到内存中进行排序。然后再把小文件组合起来。这有点类似于归并排序，不过需要注意的是，这里的归并是对文件的归并。
分文件也有几种策略。第一种可以将这个5G的文件分解成5个1G的小文件，然后分别对这个5个小文件进行排序，最后对这5个文件进行归并。归并也比较简单，可以直接对这个5个文件进行归并，也可以两两进行归并。另一种分解策略是将文件分成两个，然后对于小文件继续进行分解，知道能够装入内存。也就是说，这是一种二分的策略。
最后，我采用的是二分的策略，代码很简单，不过需要注意的是细节。没个细节都要考虑到。开始我就有一个小细节没有考虑到，最后导致程序跑了一个晚上后结果还是错的。不多说了，下面直接上代码（利用递归）：