面试题：一亿个数中选取TopN——python解决

题目描述：对10亿个数，取TOP-1000 （有限的内存和计算复杂度）

解题思路：

           数据量过大，考虑内存和计算复杂度的问题，不能选取直接对10亿个数据进行排序，再选取top100的数。

采用构建堆的方法，再对剩下的数在现成的堆中进行比对，替换，直到遍历完所有数为止，找到Top100的堆，步骤如下：

• 先取前N个数，构成小顶堆，即在内存中维护一个1000数的小顶堆
• 然后对文件中读取数据，和堆顶比较：     if 比堆顶小，则丢弃     if 比堆顶大，替换根节点，并且调整堆，保持小顶堆的性质
• 所有数据处理完，得到的即是Top-N，算法复杂度O(Nlog(k))

代码如下：

class TopN:
    # 父节点下标
    def parent(self, n):
        return int((n - 1) / 2)

    # 左节点下标
    def left(self, n):
        return 2 * n + 1

    # 右节点下标
    def right(self, n):
        return 2 * n + 2

    # 构建小顶堆，保证父节点小于左右子节点
    def buildHeap(self, n, data):
        for i in range(1, n):
            t = i
            # 调整堆，如果节点比父亲节点小，则交换
            while t != 0 and data[t] < data[self.