大数据中的中位数，第K个大的数，前K个大的数

直接几亿的数据，限制内存，找出topK的数，或者中位数这类题，目前我的思路有以下几种，总结如下：

1.桶排序：

一、数据量特别大，分布在-2^31-2^31-1  可以制造100W 一个区间的桶，1000个就是10亿，遍历数据也可以每1000W 读取一次，数字在哪个区间，对应区间内的值+1，这样可以迅速找到中位数对应的桶，然后在这个桶中再次寻找中位数。

二、quickSelect思想，和quickSort大体相同，不同的地方是：quickSelect 一次排序后，丢掉无用的另一段，举例：寻找第K大的数，首先取目前数组的中间的数f，以它为基点，比他小的在左边，比他大的在右边，遍历后，判断这个数所在的位置在K之前还是之后，之前就直接从(f,right)寻找第K-f位置的数字即可，  在K之后，就遍历(0,f)，寻找第F位置的数字即可。

三、 mapReduce 分治思想。数据均分成N份，每份去进行排序，归纳，最后合并到一起。