Kmeans算法

算法参数：迭代次数、组大小（即：组内元素个数）

基本概念：
1、迭代次数：每次迭代总是基于前一次迭代结果基础之上，获取每个组都中间元素。作为新迭代都首元素。
2、组：也叫聚类、簇。
2、组大小：也可称为聚类大小、簇大小。每个聚类圆所包含的元素数量。
计算过程（例如：文档数为31笔，迭代次数：40，组大小：10）：
1、从待处理文档中，随机获取一个文档id作为第一个迭代的，各个组的首元素。生成共3组的首元素。
2、补齐组内剩余元素，从剩余的28笔文档获取和第一组第一个文档最相似的文档，补齐剩余9个文档。
方法类似，补齐第二组的剩余文档。所有组补齐完成以后，形成第一个迭代。
每次计算剩余文档和首元素的相似度时，用到了topN取值方法。
排序方法采用：大根堆排序。
3、在上一个迭代的基础之上，获取每组的中间文档，作为下一个迭代的首文档。然后，补齐剩余的文档，补齐过程和2一样。
4、迭代40次，获取最后一次迭代结果。