标签：一个 integer stat nal while final 定义 public 简单
TOP-K问题是面试高频题目，即在海量数据中找出最大(或最小的前k个数据)，隐含条件就是内存不够容纳所有数据，所以把数据一次性读入内存，排序，再取前k条结果是不现实的。
下面我们用简单的Java8代码去解决TOP-K问题。为了使主要的逻辑更加清晰，去掉了一些如参数合法性检查等非关键代码。
PriorityQueue(优先队列)是JDK1.5开始提供的，主要作者包括大名鼎鼎的纽约大学教授Doug Lea，他也是Java JUC包的鼻祖哦。
PriorityQueue相当于一个堆(默认为小根堆，如果想要创建大根堆，那么在创建PriorityQueue时应指定为逆序，代码如下)
new PriorityQueue<>(maxSize, Comparator.reverseOrder());
下面我们就以默认的小根堆去解决TOP-K问题(小根堆用于解决前k个最大值，而大根堆用于解决前k个最小值)
class FixSizedPriorityQueue {//自定义固定长度(k)的优先队列，因此可以解决Top-k问题 PriorityQueue<Integer> queue; int k; public FixSizedPriorityQueue(int k) { this.k = k; this.queue = new PriorityQueue<>(k); } public void add(Integer e) { if (queue.size() < k) { //当前队列元素个数不足k个时，直接添加 queue.add(e); } else { //超出k个时 if (e.compareTo(queue.peek()) > 0) {// 如果新元素大于了堆顶元素，说明新元素应替换掉当前堆顶元素 queue.poll(); queue.add(e); } } } } public class Main { public static void main(String[] args) { final FixSizedPriorityQueue pq = new FixSizedPriorityQueue(10); Random random = new Random(); random.ints(100, 0, 1000).forEach(pq::add);//产生100个0-1000的随机数，并加入自定义的定长优先队列 while (!pq.queue.isEmpty()) { System.out.print(pq.queue.poll() + ", ");//不断取出堆顶元素，由于本例是小根堆，因此会从小到大打印出前10大的值 } } }
基于PriorityQueue(优先队列)解决TOP-K问题
标签：一个 integer stat nal while final 定义 public 简单
原文地址：https://www.cnblogs.com/flamestudio/p/12000151.html
