优先级队列解决TopK问题

  首先我们需要了解什么是TopK问题，那就是给你一个一组数据，数据可能很少或者很多，让你找到前K小或者前K大的数据。当数据比较少的时候我们可以使用暴力解法，那就是直接对整个数据进行排序处理，然后取前K个元素那就是答案，但是当数据非常多的时候，效率也会变得相对比较慢。

以上所述，直接排序对数据量很大的场景是不太合适的，所以我们利用优先级队列来解决TopK问题，我们设想一下，我们要找前K大的数据，这时候我们的优先级队列要实现一个大堆还是一个小堆？答案是小堆，当我们把题目要求K个元素放入堆中之后，就形成了一个小堆，我们之后只要第K+1个和堆顶进行比较，比堆顶大的就把堆顶弹出，把新的元素放入堆中，以此类推，最后你会发现堆顶的元素就是第K大的元素，因为他是一个小堆，所以堆顶以下的元素都比堆顶元素大，所以你只要把这个堆里面的值打印出来那就是前K大的元素了。

以上就是TopK问题的整体思路，我们上面以取前K大的元素为例，我们如果要取前K小的元素，就模仿上面所讲，建一个大堆来进行处理，就能得到答案。

我们用一个例子来理解TopK问题（Java来解决）：

找出数组中最小的K个数。

arr = [1,3,10,5,9,8,2], K = 3

我们期望得到的结果是：[1,2,3]

我们要找到前K小个数，所以我们这里建立一个大堆：

因为PriorityQueue默认是一个小堆，这时候我们需要传入比较器进行建立大堆的操作。

PriorityQueue priorityQueue=new PriorityQueue<>(k,new Comparator(){

            public int compare(Integer o1,Integer o2){

                return o2-o1;

            }

        });

然后我们遍历整个数组，在优先级队列中放入K个元素，如果优先级队列中有了K个元素，我们就来比较堆顶元素和其他元素的大小关系。如果堆顶小，就先出队，再放入元素。

for(int i=0;i

            if(priorityQueue.size()

                priorityQueue.offer(arr[i]);

            }else{

                int top=priorityQueue.peek();

                if(top>arr[i]){

                    priorityQueue.poll();

                    priorityQueue.offer(arr[i]);

                }

            }

        }

最后我们只要输出一下优先级队列中的元素即可得到答案。