1）方法1

建一個1000個數的最小堆，然後依次新增剩餘元素，如果大於堆頂的數（堆中最小的），將這個數替換堆頂，並調整結構使之仍然是一個最小堆，這樣，遍歷完後，堆中的1000個數就是所需的最大的1000個。演算法的時間複雜度為O（nlogk）=n*log1000=10n（n為10億，k為1000）。
優化的方法：分治法。可以把所有10億個資料分組存放，比如分別放在1000個檔案中。這樣處理就可以分別在每個檔案的10^6個數據中找出最大的10000個數，合併到一起再找出最終的結果。
優化的方法：如果這10億個數裡面有很多重複的數，先通過Hash法，把這10億個數字去重複，這樣如果重複率很高的話，會減少很大的記憶體用量，從而縮小運算空間，然後通過分治法或最小堆法查詢最大的1000個數。
---------------------
原文：https://blog.csdn.net/jiangyanting2011/article/details/70325215
2）方法2

藉助於一個1000大小的陣列，以資料流的形式讀入資料，如果讀入的資料少於1000，將這些資料按從小到大的順序進行排序。然後當讀入的資料多餘1000的時候，與最小的資料進行比較，如果比陣列中最小的數都小，則繼續讀入後續資料；如果比最小的數大，則去掉陣列中最小的資料，並將該資料插入陣列中相應的位置（相當於對資料進行一次遍歷），直到所有的資料讀完，最後陣列中的數就是前1000大的資料。

方法2 相比方法1 時間複雜度高，方法2時間複雜度：O（n*k）