一道java面试题，20亿数字的文本排序，如何取前100？既然是java题，这就是经典的topk问题。先取前100个数，建立一个最小堆，剩下的数依次从堆顶插入元素，同时调整堆。最后堆中的100个元素即为结果
一道java面试题，20亿数字的文本排序，如何取前100？
既然是java题，这就是经典的topk问题。先取前100个数，建立一个最小堆，剩下的数依次从堆顶插入元素，同时调整堆。最后堆中的100个元素即为结果。空间复杂度为k，时间复杂度为nlogk
5000个数中找出10个最大的，用哪种排序算法比较好？
这道题的最优时间复杂度是O(n)。所以如果非要用排序算法，在题目条件允许的情况下，请尽量选择桶排序等O(n)的排序算法。另一个解法是建一个大小为10的堆，顺序遍历这个数组，堆满了就把堆顶的元素去掉，这样最后得到的就是最大的10个元素了。时间复杂度为O(n log 10)。
挑战程序员同学，如何只用2GB内存从20/40/80亿个整数中找到出现次数最多的数？
这种大数据处理的面试题，其实准备过就非常的简单，对于没准备过的人，简直就是灾难！1个32位整数需要4个字节，1KB可以存储256个数字，1GB可以存储2.6亿个数字。如果只有2亿个数字，我们可能全部加载到内存。很明显，但是我们不可能开出一个以数字大小位下标的数组，因为数字可能非常大，从1到100亿的数字都可能存在，如果我们是Java程序员，我们可以使用HashMap或者TreeMap等数据结构来维护一个Map<数字，次数>的映射，但是Map占用的内存大小其实比较难以评估，用2GB来操作是2亿的数据是存在内存溢出的风险的。这个算法虽然简单，但却又一定的风险。那么，我们有没有可能找到一个算法，在原来的数组上进行操作就找到最终答案的方法呢？其实并不难，我们对所有数字进行排序，常见的排序算法有冒泡排序、选择排序、堆排序、快速排序等一般我们都使用快速排序，理论的算法复杂度位O（NLogN），又稳定又快。问题就转化成，在一个有序的数组里面，如何快速找到出现次数最多的数字。同样非常简单，我们维护一个计数器，只要从左往右依次检查，如果一个数等娱乐城于上一个数，计数器就加一，否则计数器就变成1，重新开始统计。就可以巧妙地扫描一遍，找到出《繁：齣》现次数最多地数字。
那么如果文件特别大呢？像题目中说的200亿个数字的文件，我们不可能把所有的数字加载到内存里面，这种问题，其实都有一个常见的套路，那便是分治。什么是分治呢？就是把问题拆成多个子问题进行求解，例如上述问题，我们可以把这200亿个数，按照个位十位数的不同，分成100个不同的文件，然后采用上述算法进行统计。很明显，分成如果大于2亿个 那就继续拆分！
这个题目还有非常开云体育多（duō）的解法，可以看看我的文章哦 https://www.toutiao.com/i6698339771942437384/
本文链接：http://10.21taiyang.com/Scooters/20558337.html
排（pái）序算法中内存要求最大转载请注明出处来源
