刷题 | top k问题

包含排序

sort--排全部

冒泡等--排k个 n*k

快排--nlogn的复杂度，但是是在平均的情况下，最糟糕的情况依然是n方

---

不含排序

随机选择--用快排的思想，但只递归一边 是On（哼哼，某厂面试官还...）

堆--以最小k个为例，先把前k个 元素建立一个大顶堆（On），然后从k+1开始遍历，如果小于堆顶则替换，并下沉，最糟糕的复杂度是nlogk

---

大数据的情况 100亿找1000

堆ok

mapreduce

1.将100亿个数据分为1000个大分区，每个区1000万个数据
2.每个大分区再细分成100个小分区。总共就有1000*100=10万个分区
3.计算每个小分区上最大的1000个数
4.合并每个大分区的100个小分区，得到1000个大分区，找出每个大分区的前1000个数。
5.合并大分区，得到总的区，找出前1000

hash（如果重复度很高）

1. 去重  （附常识 | hashset去重_tuuzkiii_Tuu的博客-CSDN博客
2. 用堆