【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。

 > 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] << ]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。
本文出自 “Scen” 博客，请务必保留此出处http://10741357.blog.51cto.com/10731357/1769549