算法-topN问题

步骤：
第一步：先用Hash表统计每个Query出现的次数，O（N）
第二步： 分治法。可以把所有10亿个数据分组存放
第三步：采用堆数据结构找出Top 10，N*O（logK）
所以，我们最终的时间复杂度是：O（N） + N’*O（logK）

python

【1】
【2】
【3】

• 数组的特点是：寻址容易，插入和删除困难；
• 而链表的特点是：寻址困难，插入和删除容易
• 哈希表既寻址容易，插入删除也容易的数据结构（ hash函数选择，针对字符串，整数，排列，具体相应的hash方法）

go

【1】

1、

import numpy as np 
a = np.array([1,4,3,5,2]) 
b = np.argsort(a) 
print(b)

2、python的内置模块heapq，其原理是基于堆的，也就是二叉树

import heapq
 
a=[1,2,3,4,5]
re1 = map(a.index, heapq.nlargest(3, a)) #求最大的三个索引    nsmallest与nlargest相反，求最小
re2 = heapq.nlargest(3, a) #求最大的三个元素
print(list(re1)) #因为re1由map()生成的不是list，直接print不出来，添加list()就行了
print(re2)