数据排序之TopK问题

【前言】在大规模数据处理中，常遇到的一类问题是，在海量数据中找出出现频率最高的前K个数，或者从海量数据中找出最大的前K个数，这类问题通常称为“topK”问题

【解决思路】

针对topK类问题，通常比较好的方案是【分治+trie树/hash+小顶堆】，即先将数据集按照hash算法分解成多个小数据集，然后使用trie树或者hash表统计每个小数据集中的query词频，之后用小顶堆求出每个数据集中出频率最高的前K个数，最后在所有top K中求出最终的top K。

实际上，最优的解决方案应该是最符合实际设计需求的方案，在实际应用中，可能有足够大的内存，那么直接将数据扔到内存中一次性处理即可，也可能机器有多个核，这样可以采用多线程处理整个数据集。

【 解决】在得到数据后，如何对获得的数据进行topK排序呢。下面简单介绍几种常见方法。

【1】基于Partition(分区)解决TopK min的问题：根据数组的第K个数字来调整，使得比第K个数小的都在数组的左边，比第K个数据大的所有数字在数组的右边。

/**
	 * 最小的K个数，O(N)解法，需要修改原数组
	 * @param a
	 * @param n
	 * @param b
	 *