超级会员免费看
本文讨论了在大规模数据中解决top K问题的多种方法，包括最小堆、快速选择和分治策略。最小堆法首先用前k个数建立堆，然后逐个与堆顶元素比较并替换，保持堆的性质。快速选择法通过对数组进行分区操作，递归查找第k大元素。分治法则通过数据分组和局部排序，减少内存消耗。此外，文章还提到了内存受限情况下的解决方案，以及MapReduce框架在处理这类问题上的应用。
https://www.cnblogs.com/qlky/p/7512199.html
前两天面试3面学长问我的这个问题（想说TEG的3个面试学长都是好和蔼，希望能完成最后一面，各方面原因造成我无比想去鹅场的心已经按捺不住了），这个问题还是建立最小堆比较好一些。
先拿10000个数建堆，然后一次添加剩余元素，如果大于堆顶的数（10000中最小的），将这个数替换堆顶，并调整结构使之仍然是一个最小堆，这样，遍历完后，堆中的10000个数就是所需的最大的10000个。建堆时间复杂度是O（mlogm），算法的时间复杂度为O（nmlogm）（n为10亿，m为10000）。
优化的方法：可以把所有10亿个数据分组存放，比如分别放在1000个文件中。这样处理就可以分别在每个文件的10^6个数据中找出最大的10000个数，合并到一起在再找出最终的结果。
以上就是面试时简单提到的内容，下面整理一下这方面的问题：
top K问题
在大规模数据处理中，经常会遇到的一类
订阅专栏 解锁全文
扫一扫
1268
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
