Topk问题和秒杀问题

1、Topk问题

(1)从1000个数据中找到k个最大数据

首先看到这个题时，可能会想到先将这1000个数据进行降序排序，即取出的前k个元素最大。时间复杂度为O（N^2）,使得程序效率低。

思路：
可先创建一个数组topK[k],将1000中的前k个数据放入数组topK中，将topK中的数据建小堆，则可保证堆的第一个元素是最小的，将第k个元素与堆中第一个元素比较，若大于，则交换。对堆进行重新建小堆，取第k+1个元素与堆中第一个元素比较，以此类推，直至1000-k个元素比较完。则此时堆中的元素就是k个最大数据。

时间复杂度为 k*lgk+N*lgk

当N庞大时，k可忽略，则时间复杂度为O（N），大大提高了效率。

（2）堆排序

既然是排序，那就有两种可能升序or降序。使得堆是建大堆方便还是建小堆方便。

 <1>若为升序，则需要建大堆。

    堆的第一个元素为最大，将最大元素与末尾元素交换，剩下的元素（除末尾元素）向下调整。 

 <2>若为降序，则需要建小堆。

    堆的第一个元素为最小，将最小元素与末尾元素交换，剩下的元素（除末尾元素）向下调整。

2、秒杀问题

有限的商品，有限的资源，相对较大的人数，在某个时刻集中进行访问
要求：一个商品不能卖个两个人；相对来讲公平些，提交早的人先拿到
首先秒杀要有页面，页面有图片和视频等相对较大的静态资源，假如有500k的视频、图片，如果我们把这些存在服务器，一共有两万人同一时间访问这个页面，在这一秒共有多少流量
1000万k----10G，云服务器速度慢
如何解决这个问题
不把图片和视频放到服务器里，CDN（内容分发网络）
对于图片和视频的请求不会直接到服务器里，会导向就近服务节点上
OSS（静态资源存储）

秒杀是短时间内应对大流量的项目，不能说秒杀崩了之后网站崩
有人会提前去抢
要有时间控制，防止有人提前去抢，时间要以服务器为准
20万人，去抢五台机器，大部分的请求是没有用的，所以很多请求可以直接返回，特别是靠后的请求
一台Tomcat每秒500次处理，就算有1万请求也要有20台服务器，如何再优化，少一点
MQ
假如Tomcat来了请求和消息直接放入MQ当中，可以提升Tomcat单个的处理能力，MQ再去慢慢消化掉
MQ消费：如何防止超卖的问题，而且尽快处理
在redis中进行库存扣减，在redis中存一下当前能购买的数量，每消费一次就减一，如果redis中为0了，则后续直接返回失败，可以过滤一批
两个服务器同时都读到了redis的信息，然后-1返回，还是会出现超卖问题
在redis处理后的，再次封装进入第二个队列中，第二个队列只有一个消费者，这之后才是真正的去数据库中去进行商品秒杀的扣减，然后发订单之类的控制
两次队列防止超卖，不加锁是为了尽可能快的处理

适用于秒杀场景的：抢红包、商品秒杀、
红包问题：一对一红包、群红包（涉及，类似）、天降红包雨（类似秒杀）

参考：堆的应用（1000个数据中找最大的前K个元素，堆排序）_一起去看星星的技术博客_51CTO博客