先取出前100个数,维护一个100个数的最小堆,遍历一遍剩余的元素,在此过程中维护堆就可以了。具体步骤如下: step1:取前m个元素(例如m=100),建立一个小顶堆。保持一个小顶堆得性质的步骤,运行时间为O(lgm);建立一个小顶堆运行时间为m*O(lgm)=O(m lgm); step2:顺序读取后续元素,直到结束。每次读取一个元素,如果该元素比堆顶元素小,直接丢弃 如果大于堆顶元素,则用该元素替换堆顶元素,然后保持最小堆性质。最坏情况是每次都需要替换掉堆顶的最小元素,因此需要维护堆的代价为(N-m)*O(lgm); 最后这个堆中的元素就是前最大的10W个。时间复杂度为O(N lgm)。
public class Max100 {
// p 的左右子节点已经为小根堆,调节 p 节点也为小根堆
public static void adjust(long a[],int n,int p){
long t=a[p];
for(int j=2*p+1;j<n;j=2*p+1){
if(j+1<n&&a[j+1]<a[j])
j++;
if(a[j]>t)
break;
a[p]=a[j];
p=j;
}
a[p]=t;
}
public static void k100()throws Exception{
Scanner scanner=new Scanner(new FileInputStream("input.txt"));
long a[]=new long[100];
for(int i=0;i<100;i++){
a[i]=scanner.nextLong();
}//先读取100个数据
for(int i=100/2-1;i>=0;i--)//将前100个数据建立一个 大小为100 的小根堆
adjust(a,100,i);
while (scanner.hasNextLong()){//读取接下来的数据
long k=scanner.nextLong();
if(k<a[0])//如果比现在最小的数据还小,直接忽略
continue;
a[0]=k;//直接替换掉最小的数据
adjust(a,100,0);//因为引入了大的数据,需要重新调整为一个小根堆
}
//最后的堆中保留的就是 前 100 大的数
//将一个小根堆进行排序,用堆排序思想
for(int i=100-1;i>0;i--){
long t=a[0];
a[0]=a[i];
a[i]=t;
adjust(a,i,0);
}
for(int i=0;i<100;i++)
System.out.println(a[i]);
scanner.close();
}
public static void main(String[]args)throws Exception{
//randomData();
long start=System.currentTimeMillis();
k100();
long end=System.currentTimeMillis();
System.out.println(end-start);//测试的电脑大概是1200 ms
}
public static void randomData()throws Exception{//随机100万数据
File file=new File("input.txt");
if(!file.exists())
file.createNewFile();
PrintStream printStream=new PrintStream(new FileOutputStream(file));
Random random=new Random(System.currentTimeMillis());
for(int i=0;i<1000000;i++){
long k=Math.abs(random.nextLong());
printStream.println(k);
}
printStream.close();
}
}