[排序] 堆、二叉堆、堆排序（从10000个记录中选出前10个最小的）

【学习笔记】 前几天手撕了堆排序的基本算法，堆是一种重要的数据结构，不但排序效率相对较快，而且排序时间复杂度也比较稳定。今天就来简单谈谈堆排序其中一种使用场景，还是以“从10万个数里面选出最小的10个”为例，利用堆排序从无序数组里面选择最大（小）的部分元素。 实现原理：用个无序数组模拟10万个数，取无序数组里面前面的10个数字构建一个大顶堆，从第11个数开始逐个与堆顶元素进行比较，小于堆顶元素则入堆，并重新构建大顶堆，这样能保证堆顶元素始终是最大的。循环完毕之后，堆里面的10个元素就是最小的了。 Ta

堆是一种完全二叉树，分为最大堆和最小堆。最大堆中每个节点的值大于或等于其子节点，最小堆则相反。堆通常用数组实现，父子节点的索引关系可通过公式计算。堆排序的步骤包括构建初始堆和排序过程。构建初始堆时，从最后一个非叶子节点开始，向前遍历并执行堆化操作，确保子树满足堆的性质。排序过程中，交换堆顶与末尾元素，缩小堆范围并重新堆化，直到堆中只剩一个元素。堆排序的时间复杂度为O(n log n)，空间复杂度为O(1)，是一种不稳定的排序算法。

前言 从包含M个数字的池子里，取出前k个(最小的)数字。 分析 使用mapreduce思想，将M个数字的池，拆成容量为vol的子池，对子池取出最小的10个数，将所有子池的最小十个数合并，再取一下最小10个数。 生成M个数字的大数组 func GenMNumberArr(M int, seed time.Time) []int { var rs = make([]int, 0, M) ran...

大体思路： 首先一点，对于海量数据处理，思路基本上是确定的，必须分块处理，然后再合并起来。 对于每一块必须找出10个最大的数，因为第一块中10个最大数中的最小的，可能比第二块中10最大数中的最大的还要大。 分块处理，再合并。也就是Google MapReduce 的基本思想。Google有很多的服务器，每个服务器又有很多的CPU，因此，100亿个数分成100块，每个服务器处理一块，1亿个数分成100块，每个CPU处理一块。然后再从下往上合并。注意：分块的时候，要保证块与块之间独立，没有依赖关系，否

之前看到一个面试题，1000个乱序正整数中找出10个最小值，要求高效快速，不能使用API。               这学期学了些排序的方法，什么快速排序啊，冒泡啊，归并排序啊之类的。看到这个题的时候，第一反应是快速排序，因为它的名字叫快速嘛，应该够快吧。然后又想到这个题目不是要你完整的排序，只需要求出最小的10个就够了，那么冒泡法呢？冒泡法只冒前面10个数？              发现

二叉树初阶及堆排序

如果是找最大数，则从n中选择m个数，建立容量为m的大顶堆，然后剩下的数依次遍历，和堆中的数作比较，大的插入，小的跳过。 此种方法的计算复杂度为n*log(m)。 具体代码（这里的小顶堆使用java的优先队列PriorityQueue实现） private static final int nCount = 10; private static final int mCount = 5; //实现在n个数中找到最大的前m个数 public static void main(String[] a

问题描述：现在有非常大量的一堆对象，比如有几十亿甚至上百亿个。对象本身是什么可以忽略，每个对象都有唯一标识符和一个正整数属性值，属性值范围有限（不大于一亿）。在单核机器上，内存和磁盘空间充足，用什么方法可以最快地输出属性值最小的若干（如一万）个对象，要求输出结果按照属性值排序。 先来看看题目中出现的数字带来什么信息。 对象的个数（设为n），十亿甚至百亿：也就是10^9到10^10这样的

前两天面试3面学长问我的这个问题（想说TEG的3个面试学长都是好和蔼，希望能完成最后一面，各方面原因造成我无比想去鹅场的心已经按捺不住了），这个问题还是建立最小堆比较好一些。 先拿10000个数建堆，然后一次添加剩余元素，如果大于堆顶的数（10000中最小的），将这个数替换堆顶，并调整结构使之仍然是一个最小堆，这样，遍历完后，堆中的10000个数就是所需的最大的10000个。建堆时间复杂度是O（mlogm），算法的时间复杂度为O（nmlogm）（n为10亿，m为10000）。 ...

寻找最优的 TopN 算法 1 概要 在大量的数据记录中，依据某可排序的记录属性（一般为数字类型），找出最大的前 N 个记录，称为 TopN 问题。这是一个常常遇到的问题，也是一个比较简单的算法问题，却很少能有人能写出最优化的 topn 算法。本文对常见的 TopN 算法，进行分析比较，最后给出最优的 TopN 算法：基于小根堆的筛选 法. 2 问题定义 为了方便。我们把

for(int i=10 ; i<10000 ; i++) { //每次找到b里面最小的赋值 //定义一个最大的数99999 int num = 999999999; int mark=0; for(int k= 0 ; k< 10; k++) { //找b[k]最小的 if(b[k]<num) {

一道腾讯面试题:从大量数字中取出top100 http://www.iteye.com/topic/628707 虽然题目并不难，但看到许多的人回复了，当然有回复的水平高的也有低的反正各种回复千奇百怪。 能想到用二叉树或堆来做的算想对思路了，用多线程部分排序的感觉至少思路上就差得远了。 有个兄弟第一时间用TreeSet给出了代码，当然代码很简单，如下： [code="java"] pa...

我们本篇文章来详细讲述以下堆排序。同时给大家总结出各个排序的时间复杂度、空间复杂度、是否稳定。堆排序的主要内容有：最大堆（大顶堆）、最小堆（小顶堆）、通过孩子找父亲、通过父亲找孩子、向下调整算法建堆。下面我会给大家一一介绍。堆一般指的是二叉堆，顾名思义，二叉堆是完全二叉树或者近似完全二叉树。堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质。