求top N算法

求top N 在大数据中很常见，主要思路有三种：

       1. 先排序，在遍历出最大或最小的N个

       2. 通过大小堆，维持一个N个大小的堆，每次和堆顶元素比较，在堆化

       3. 中位数的中位数算法BFPRT，

 

第一种，先排序，排序算法有很多，冒泡排序，快速排序等。时间复杂度是 O(n*log n)，这里不详讲。

第二种， 用大小堆，维持一个大小堆，元素个数是N个，遍历数据，和堆顶元素比较，在把堆，堆化，堆化的复杂度是log N,总的时间复杂度是n * log N , N 一般远远小于n，所以比第一种时间复杂度小，效率比第一个方法高。

第三种，中位数的中位数方法，为什么说是中位数的中位数算法BFPRT呢，听起来比较拗口。它的时间复杂度是O(n),  比用大小堆的时间复杂度小，如果N比较小，用推也是不错的选择，毕竟BFPRT的时间复杂度n的系数也不小。

 

下面主要介绍第三种方法：

    中位数的中位数算法BFPRT，思路是用先找到中位数，然后以这个基元找这个中位数的索引，这个索引是大于N还是小于N，舍弃另一部分再做递归。

     算法步骤：

             1.找到中位数

                  a. 通过把数据分为n/5份， 每分5个数，然后用插入排序（数据量很少，排序算法都差不多）这五个数得到中位数，得到n/5个中位数，在用相同的方法