思路1：利用堆排序實現
（1）取前m個元素（例如m=100），建立乙個小頂堆。保持乙個小頂堆得性質的步驟，執行時間為o（lgm);建立乙個小頂堆執行時間為m*o（lgm）=o(m lgm);
（2）順序讀取後續元素，直到結束。每次讀取乙個元素，如果該元素比堆頂元素小，直接丟棄。如果大於堆頂元素，則用該元素替換堆頂元素，然後保持最小堆性質。最壞情況是每次都需要替換掉堆頂的最小元素，因此需要維護堆的代價為(n-m)*o(lgm);最後這個堆中的元素就是10億個資料中最大的100個。時間複雜度為o(n lgm）。』
思路2：根據快速排序劃分的思想
（1）遞迴對所有資料分成[a,b）b（b,d]兩個區間，(b,d]區間內的數都是大於[a,b)區間內的數
（2）對(b,d]重複(1)操作，直到最右邊的區間個數小於100個。注意[a,b)區間不用劃分
（3）返回上乙個區間，並返回此區間的數字數目。接著方法仍然是對上一區間的左邊進行劃分，分為[a2,b2）b2（b2,d2]兩個區間，取（b2,d2]區間。如果個數不夠，繼續(3)操作，如果個數超過100的就重複1操作，直到最後右邊只有100個數為止。
思路3：分塊查詢
先把10億個數分成100份，每份1000w個數，然後在1000w個數中分別找出最大的100個數，最後在100*100個數中找出最大的100個。這裡我想可以用分布式的處理，多台主機才會更快。
10 億個數取中位數
10 億個數取中位數 1 取 16 1024 個數，生成乙個 treemap 取得最大值 max 和最小值 min。2 構造乙個1024個元素的計數陣列 t i 對最初的 1024 個數按區間計數 對 min 和 max 進行 1024 個等分,各等分值為 n i 當資料 n a 3 將大於 n 5...
100萬個數中找到最大的100個數
1.演算法如下 根據快速排序劃分的思想 1 遞迴對所有資料分成 a,b b b,d 兩個區間，b,d 區間內的數都是大於 a,b 區間內的數 2 對 b,d 重複 1 操作，直到最右邊的區間個數小於100個。注意 a,b 區間不用劃分 3 返回上乙個區間，並返回此區間的數字數目。接著方法仍然是對上一...
100億資料找出最大的1000個數字
這是網際網路領域乙個比較經典的演算法問題 top k 如何在巨大的資料中找出最大，或者訪問量最高的前10個，前100個或者前1000個資料。比如在2億使用者記錄中找出信用等級最高的，在上億個搜尋詞彙中找出被搜尋次數最高的10個關鍵字。前提是資料儲存在檔案中 一般遇到這個問題，第一反應會想到排序，但是...