算法系列-topk问题

1.问题描述

有N(N>>10000)个整数,求出其中的前K个最大的数。（称作Top k或者Top 10）

2.思考过程

若解答者脑袋中存储的现成数据结构很少，第一反应就是将整个整数序列排序，然后取前K个，即为前k个最大的数。然后问题就变成了怎样将超大整数集合排序的问题

然而，我们碰到问题时，要仔细分析问题中给予我们的尽可能利用的条件，就像数学解析，我们要充分利用他们特征。此题中，找出前k个最大的数，也就是说我们没必要对所有整数排列浪费时间。我们知道，最值问题我们可以使用堆结构来搞定，一次堆结构可以找到一个最值，现在我们要找到k个最值，那就每次调整一个堆后，移除出去最值，加进没有比较的值成员进去继续调整堆。

此题解决方案具体步骤如下:

 （1）先取整数集合中的K个值建立最小堆

 （2）如果后续整数不大于根结点，直接舍弃，继续下一个，直到后续整数大于根结点，则替换根结点，继续调整，直到又变成最小堆

 （3）继续2步骤的操作，直到所有整数都加入过堆

留在堆中的值集合便是 top k了。

由于仅仅保存了K个数据，调整最小堆的时间复杂度为O(lnK)，因此TOp K算法(问题)时间复杂度为O(nlnK).