问题:从N个数中找出最大的K个数。
首先,要解决的第一件事情,就是这N个数能否全部存入内存。
在linux系统中,栈的最大可分配空间是8M,可以用ulimit -s 命令查看。堆可分配的最大内存空间32位系统和64位系统不同。
32位系统中,一个进程可寻址的空间只有4G,即2的32次方,据网上说,可分配给堆得空间约2.8G。所以,堆可分配的最大内存 = min(2.8G,剩余内存大小)
64位系统中,一个进程可寻址的空间原则上是2的64次方,现在的64位机器一般只使用后48位寻址,那也是258T,现在的内存远达不到这个量级。所以,堆可分配的最大内存 = 剩余内存大小。
当然,现在都有swap物理空间,所以可分配的堆空间应该比剩余内存大小要大一些。具体大多少,不是很清楚,需要了解swap空间的使用策略。
如果,这N个数可以都存入内存。
1、最简单,也是最低效的方法是:将这N个数排序,取前K个数即可。一般使用快排或者堆排序,快排在实际运用中能更好一些。 o(N*log2N)
2、部分快排:不断划分区间,直到大的部分的数目为K。o(N*log2K)
3、部分堆排序:堆排序的方法是先建堆,然后不断取堆顶元素,然后重新调整堆。部分堆排序的方法是先将前K个元素建最小堆,然后后面的元素不断与前K个元素比较,重新调整堆,保证堆顶元素比其余N-K个数都大。o(N*log2K)
4、寻找第K大的数。先找出第K大数,然后遍历输出比第K大的数。利用二分法找第K大的数。o(N*log2N)
5、数组下标法。要求比较多,数要为整数,而且不能太大。就可以每个数作为数组下标,存放的是该数出现的次数。o(N)
实现:http://blog.csdn.net/xiaoding133/article/details/8037086
总的来说,部分快排和部分堆排序比较靠谱。第一种方法太蠢,方法四虽然可以优化,但据说实际效果还是不好,方法五要求太多,但如果符合要求的话,方法五还是很高效的。