由于Excel的数据是通过xml来描述，所以解析Excel也就是解析xml。对于文本文件，可以通过换行符来确定一行的结束。而对于xml，其描述数据的单位是节点，并且可以嵌套，因此读取时是以节点结束来进行确定，但是除非事先知道xml的节点规则，即节点相互之间的嵌套结构，否则无法正确读取。这个xml规则就定义在Excel的规范中，poi也是基于这个规则来对Excel进行解析的

读取文本时通常会使用BufferedReader，它在InputStreamReader的基础上进行装饰，提供了readLine()来简化文本行的读取。使得行数据的读取可以像流水线一样，每当读取完一行后，它就自动准备好下一行并等待获取，直至全部读取结束。所以这里也希望能够在poi的基础上提供一个类似readLine()的接口来读取Excel，并可以比较方便地获取行数据中的字段。

这里考虑一个具体问题：有大约40万个数字(数字范围：0～200000000000000），数字没有重复，求这些数字中，最大的100个数字之和

在有些场景中，并不一定要求所有元素有序，而只需知道其中最大或最小的 K 个元素，比如在优先级队列中，只要每次都能获取到队列中最大或最小的的元素即可，于是有人想到了利用树的形式来组织数据，这里称为堆。

排序即将一组对象按照某种逻辑顺序重新排列的过程，通常，整理数据的第一步就是进行排序，因此它是后面很多其它算法和数据结构的基础。在计算机早期年代，据说大约有30%的计算周期都花在了排序操作上，如今这个比例有所降低，并非排序的重要性降低了，而是前辈们不懈的研究，使得如今的排序算法更加高效。

在不同的场景下选择合适的排序算法其实是很重要的，比如下面是使用文中的几种排序策略对同样的1000个随机数进行排序的结果，可以看出来差距还是比较大的

1
2
3
4
5
6
7

SELECT         comp=511566  swap=251579  cost=16355ms
INSERT         comp=252594  wap=251584   cost=16449ms
INSERT_BINARY  comp=14294   move=1011    cost=111ms
INSERT_XIER    comp=13576   swap=8453    cost=578ms
MERGE          comp=9413    swap=0       cost=68ms
QUICK          comp=15391   swap=2225    cost=191ms
QUICK2         comp=13857   swap=13853   cost=905ms

B+树又在B树基础上做了一些改进，主要是在树叶节点上添加了一个链表结构，这样可以很好的解决范围查询问题。具体做法是将所有数据节点放在最下一层树叶节点上， 所有的树叶自左向右为一个链表，而对于任意非树叶节点，不保存数据，只充当索引，这样节点可以保存更多的关键字，从而使树的高度更低，其实如果去掉最下一层树叶节点的话，它就是一颗B树。