如何在一亿数据中找到最大的TOP N

1 考虑要不要重复数据

如果1亿数据有很多重复数据，可以通过hash法把这一亿数据去重复。这样如果重复率很高的话，可以减少很大的内存量，从而缩小运算空间。然后通过最小堆法找出最大的TOP N

2 最小堆法

先读取前N个数创立一个大小为N的最小堆，建堆的复杂度为（mlogm）（m为数组的大小即为N），然后遍历剩余数据，并同时跟堆顶（最小的）数字比较，如果比对顶小，则继续读取更后的数据。如果比堆顶大，则替换堆顶元素，重新调整最小堆的顺序，整个过程直到遍历完全部数据。
然后按中序遍历的方式按中序遍历输出最小堆所有N个数值，该算法的时间复杂度为O（nmlogm），空间复杂度是N（常数）。

此算法比分治法和局部淘汰法好。