【海量数据处理】N个数中找出最大的前K个数

N个数中找出最大的前K个数，需要用小堆实现。

分析：由于小堆的堆顶存放堆中最小的数据，可以通过与堆顶数据进行比较，将大数据存放在堆中，注意在每次改变堆顶数据后，进行调堆，使堆顶一直存放整个堆中最小元素。

void AdjustDown(int *a, size_t root, size_t size)//下调 {//小堆	size_t parent = root;	size_t child = parent * 2 + 1;	while (child < size)	{	if (child + 1 < size && a[child] > a[child + 1])	{	++child;	}	if (a[parent] > a[child])	{	swap(a[parent], a[child]);	parent = child;	child = parent * 2 + 1;	}	else//注意不满足交换条件时跳出本次循环	{	break;	}	} void CreateRetPacket(vector<int>& moneys)//创建N个数 {	srand((unsigned int)time(NULL));	//srand(time(0));	moneys.reserve(N);	for (size_t i = 0; i<N; i++)	{	moneys.push_back(rand() % 1000);//产生N个随机值	}	for (size_t i = K; i < N; ++i)	{	moneys[i] *= 100;	} } void GetTopk(const vector<int>& moneys, int n, int k)//N个数中找最大的前k个数--小堆实现 {	assert(n>k);	int *TopkArray = new int[k];//通过前k个元素建立含有k个元素的堆	for (size_t i = 0; i < k; i++)	{	TopkArray[i] = moneys[i];	}	for (int i = (k - 2) / 2; i >= 0; --i)//建小堆	{	AdjustDown(TopkArray, i, k);	}	//从第k个元素开始到第n个元素分别与堆顶元素进行比较，较大数据入堆顶，再对整个堆进行下调，使堆顶存放最小元素（小堆）	for (size_t i = k; i < n; ++i)	{	if (moneys[i]  > TopkArray[0])	{	TopkArray[0] = moneys[i];	AdjustDown(TopkArray, 0, k);	}	}	size_t count = 0;	for (size_t i = 0; i < k; ++i)//打印k个最大数据，即堆中所有元素	{	cout << TopkArray[i] << " ";	++count;	if (count % 10 == 0)	{	cout << endl;	}	}	cout << endl;	delete[] TopkArray;//注意释放TopkArray所占的内存	TopkArray = NULL; }

测试用例如下：

#include<iostream> #include<assert.h> #include<vector>//容器--类模板 #include<stdlib.h>//利用随机值 #include<time.h> using namespace std; #define N 10000 #define K 100 void Test8() {//N个里面找最大的前k个数	vector<int> moneys;	CreateRetPacket(moneys);	GetTopk(moneys, N, K); }

上述可实现下列题：

    春节期间，A公司的支付软件某宝和T公司某信红包大乱战。春节后高峰以后，公司Leader要求后台的攻城狮对后台的海量数据进行分析。先要求分析出各地区发红包金额最多的前100用户。现在知道人数最多的s地区大约有1000w用户。