分成若干组，进行扫描。相同记录只加1次，重复次数加1，之后进行第二次扫描，得出重复次数的前十名。
2，从小到大排序（我觉得最好不用这种方法，准确性不高）
3，内存映射（建议）
对每条短信的第i个字母按ASCII码进行分组，也就是创建树。i是树的深度，也是短信的第i个字母。
有1千万条有重复的短信，以文本文件的形式保存，一行一条，也有重复，用5分钟时间找出重复出现最多的前10条短信。
原文：http://www.cnblogs.com/pengs/p/7581334.html
