top K

1.最简单的思路是把输入的n个整数排序，排序后位于最前面的k个数就是最小的k个数，这种思路的时间复杂度为O(nlgn)

    public int findKthLargest(int[] nums, int k) {
        Arrays.sort(nums);
        return(nums[k]);
    }

2.基于快速Partion函数解决，不需对所有的整数排序，只需找到数组的第k个数，满足比第k个数小的数均位于数组的左边，比第k个数大的数均位于数组的右边。这种算法的时间复杂度为O(nlgk)(不太清楚怎么算，也有说对数组进行随机顺序处理，可使时间复杂度为O（n）)

    public int findKthLargest(int[] nums, int k) {
        int lo=0,hi=nums.length-1;
        while(lo<=hi){
            int j=partion(nums, lo, hi);
            if(j==k)
                break;
            else if(j>k)
                hi=j-1;
            else 
                lo=j+1;
        }
        return nums[k];
    }
        public int partion(int[] num,int start,int end){
        int i=start,j=end+1;
        int v=num[start];
        while(true){
            while(i<end && num[++i]<v) ;
            while(j>start && num[--j]>v) ;
            if(i>=j) break;
            exch(num, i, j);
        }
        exch(num, start, j);
        return j;
    }
    public void exch(int[] num,int i,int j){
        int temp=num[i];
        num[i]=num[j];
        num[j]=temp;
    }

3.下面这种算法可针对于海量数据，无需把所有的数全部一次性放到内存中，针对每次输入，用一个k大的存储空间维护最小的k个数。时间复杂度为O(nlgk)，空间复杂度为O（k）