面试题：如何在10亿个随机整数中找出前1000个最大的数

本文作者：梁开权，叩丁狼高级讲师。原创文章，转载请注明出处。

我们知道排序算法有很多：

1. 冒泡算法：通过两层for循环，外层第一次循环找到数组中最大的元素放置在倒数第一个位置，第二次循环找到第二大的元素放置在倒数第二个位置。。。循环N次就可以找到TopN。
   缺点：冒泡排序内层循环需要大量交换元素。复杂度介于O(n)和O(n^2)之间。

2. 快速排序：选一个基准元素，每次排序可以将这个基准元素搁置在正确的位置，左边都是比基准小的元素，右边都是比基准大的元素从而将数组分成左右两部分，分而治之。TopN问题也同样如此，选择一个基准元素并通过快速排序将基准元素搁置在正确的位置，如果左边的元素个数小于1000，那么继续从基准右边排序，如果左边元素个数大于1000，那么从基准左边排序，直到基准的位置正好在1000，结束。
   缺点：第一次排序复杂度是O(n),第二次排序复杂度是O(n/2),第三次排序复杂度是O(n/4)…

3. 文件存储，分而治之:
   将比基准小的元素存储在txt1中，比基准大的文件存储在txt2中，然后通过类似方法二的形式，最后求出TopN。
   缺点：磁盘读取，写入次数过多。

4. MapReduce:单机内存和性能确实受限，那么我们可以将10亿个分段存储在不同的机器上，每台机器计算各自的TopN，最后汇总。
   缺点：空间换时间。

最优解：小顶堆

在内存中维护一个长度为N的数组