在海量資料中找出出現頻率最高的前k個數，或者從海量資料中找出最大的前k個數，這類問題通常被稱為topk問題。
下面我們通過乙個簡單的例子來說明：假如面試官給你100w個資料，請找出其最大的前k個數，而且現在只有1m的空間？
在32位作業系統中，預設乙個位元組為4個位元組，則有下列運算：
needsize = 100w * 4 / 1024 /1024 = 4m
計算結果大約等於4m，很顯然1m的空間根本不夠。也就是說，即使用最複雜的方法你也無法找到乙個合適的空間來儲存，因此引入了最小堆資料結構。
（1）定義兩個陣列，arr用於儲存海量資料，top用於儲存最小堆（底層可以借助vector）
（2）將海量資料的前k個元素先填滿top堆
（3）調整top堆為最小堆結構
（4）通過遍歷將新資料與堆頂元素（此時堆頂元素是堆裡最小的資料）進行比較，大於堆頂就入堆，並向下調整堆結構
（5）遍歷結束，則堆中的元素即n個數中最大的前k個
#pragma once
#include#includeusing namespace std;
#define n 100000
//向下調整(最小堆)
templatevoid adjustdown(t* top,size_t root,size_t k)
//從第乙個非葉子結點開始向下調整
for(int end = (k-2)/2;end >= 0;end--)
//此時小堆已經形成
for(size_t j = k;j < n;++j) }
//遍歷完成，top陣列內儲存的就是最大的前k個數
for(size_t index = 0;index < k;index++)
//自定義仿函式，比較map鍵值對的第二個元素即水果出現的次數
struct compare
};//2.通過優先順序佇列來建立小堆，對水果出現的次數進行排序
priority_queue::iterator, vector::iterator>, compare> _pq;
map::iterator it = _map.begin();
while(it != _map.end())
//3.列印次數最多的k種水果
while(k--)
海量資料topK問題
給你一億個資料，從中找出前k個大的資料。有兩種解決辦法。1.直接將資料從大到小排序，然後取前k個。但是由於資料的數量過於龐大，要開闢很大的空間，很浪費記憶體，所以這種方法不建議使用。2.用堆來解決。要找前k個大的資料，則將待找的元素的前k個元素建立大小為k的小根堆，小根堆的堆頂元素是這k個資料中最小...
海量資料的TopK問題
乙個基本的是思想是分治法，將1億個資料分成100份，每份100萬個資料，找出每份中最大的100個，最終可以在這100 100個資料中找出最大的100個。我們知道，快排一次的結果是分界點前面的資料比他小，分界點後的比他大，我們可以做如下的討論 如果分界點後面的資料個數大於k個，那麼可以在後面的資料中重...
求海量資料的topK問題
問題描述 取給定list中的前topk個最大的元素並輸出。關鍵點 1.topk個最大的元素 2.我們並不需要順序，因此一切涉及到sort的工作都是不必要的。3.要且只要topk個元素，no more needed！因此，我們雖然用堆，但並不需要將整個list都建成堆，只需要維護乙個k個元素的堆即可。...