#海量数据处理的 Top K算法---小顶堆实现

因为小顶堆使用heapq模块实现，要是想取堆的最小值，直接取：数组名[0] 就行了
需要top k 的话，就需要编写自己的代码了。

    import sys
    import heapq

    class TopKHeap(object):
        def __init__(self, k):
            self.k = k
            self.data = []
        def push(self, elem):
            if len(self.data) < self.k:
                heapq.heappush(self.data, elem)
            else:
                topk_small = self.data[0]
                if elem > topk_small:
                    heapq.heapreplace(self.data, elem)
        def topk(self):
            return [x for x in reversed([heapq.heappop(self.data) for x in xrange(len(self.data))])]


    def main():
        list_num = [1, 2, 3, 4, 5, 6, 7, 8, 9]
        th = TopKHeap(5)
        for i in list_num:
            th.push(i)
        print th.topk()

    if __name__ == "__main__":
        main()

要是想要大顶堆呢？？？
push(e)改为push(-e)，pop(e)为-pop(e)，也就是说存入和取出的数都是相反数，其他逻辑和TopK相同。