Java 在大型未排序列表中查找n个最大值，一次只处理一页值

我在概念上挣扎

我如何编写一个程序，从一个大约20亿大小的列表中找出最高的10000个数字？假设计算机一次只能处理大约10000个数字（20亿个数字中的一个）。除去程序本身的任何开销，假设我在主内存中有足够的空间一次处理10000个数字

有人建议我使用一个堆来处理信息，但当我不能同时对所有的数字进行排序时，我不知道该怎么做

将前10,00个数字添加到结果列表中。（保持此列表的排序，以便进一步执行步骤）

迭代20亿个数字中的其余部分；对于每一个，检查其是否大于结果列表中的最低数字，如果是，则用此数字替换最低数字 这样，您只需要同时在内存中保存10000个数字

2015年2月25日编辑：

假设n=结果大小，m=输入大小，则必须在结果列表中替换一个数字的次数（此处针对n=1的情况计算）可以扩展到这种情况：

double averageReplacementCount = 0;
for (int i = n; i < m; i++) {
    averageReplacementCount += 1.0 / (i + 1);
}

double averageReplacementCount=0；
for（int i=n；i

对于n=10000和m=2000000000，这仅为~12.206（<13！）

这仅适用于数字均匀分布的情况。如果它们在下降，则不需要更换，但如果它们在上升（最坏情况！），则需要（m-n）更换

---

这使得结果列表的数据结构选择可能不重要，只要最小值被缓存并且可以在固定时间内进行比较。

您确定知道堆是什么吗？提示：假设您拥有目前为止看到的1000000个数字中的前10000个数。现在又来了一个号码。你将如何更新你的列表，以确保你拥有目前为止看到的1000001个前10000个？堆如何帮助您提高效率？保持结果列表的排序（或者更好的是，在堆中排序）将进一步改善运行时。@dimo414“集合”API中有吗？我找不到。如果20亿个数字是唯一的，可以使用SortedSet/TreeSet。Collections框架包括，它由堆支持，但没有边界。使用

SortedSet

可以很好地工作，或者实现一个简单的有界堆结构并不十分复杂。