处理TopK问题的两种方式

TopK问题：即给定n个数据，从中找出Topk大的数据或者TopK小的数据

       在处理海量数据的时候，往往需要找出Top前几的数据，这时候，如果直接对数据进行排序，在处理海量数据的时候往往就是不可行了，而且排序最好的时间复杂度是nlogn，当n远大于需要获取到的数据的时候，时间复杂度就显得过高；

一、使用最大堆或者最小堆可以很好的解决Top大问题或者Top小问题

解决Top大问题，也就是找出前k大的数据，那么我们使用小堆【为什么是使用小堆？因为小堆的堆顶元素是最小的，如果比最小的还小，那么一定不在topK里面，如果比最小的小，就要先加进来，然后再向下调整，保持堆顶元素的最小；如果是大堆的话，那么第一个元素是最大的，和堆顶元素去比较，就可能会让一些比堆顶元素小，但是比下面元素大的元素进不去堆中，也就不是最后我们要得到的topK了，不合理，所以TopK大选用小根堆】

         思路如下：1、先建立一个固定k大小的小根堆，已放入k个数据，然后向堆中继续添加元素

                          2、如果当前元素大于堆顶元素，则替换堆顶元素为当前元素，然后向下调整为大根堆；若小于，则不替换，数据向后移动

                          3、重复第二步，直到数据全部遍历结束

        对于n个数，取Top m