Memory management 在生成一组数字时查找其第n个最大值

我正在编写一个程序，需要在一组数字中找到第n个最大值。这些数字是由程序生成的，但我没有足够的内存来存储N个数字。是否有一个比N更好的上限可用于存储？数字组（和N）的大小上限约为100000000

注：数字为小数，列表中可包含重复的数字

---

[编辑]：我的内存限制是16 MB。

如果我理解得很好，您的程序的上限内存使用量是O（N）（可能是N+1）。您可以维护一个生成的值列表，这些值大于当前X（到目前为止的第n个最大值），按“最低优先”排序。一旦生成一个新的较大值，您就可以用列表的第一个元素替换当前的X，并将刚刚生成的值插入到列表中相应的位置。

sort-n | uniq-c，第n行应该是第n行。

这类似于另一个问题-----您可以从中得到一些答案。
逻辑同样适用于第n个最大/最小搜索。
注：我不是说这是一个重复的

---

因为你有很多（近10亿？）的数字，这里有另一种空间优化的方法。
让我们假设您的数字适合32位的值，因此大约10亿需要接近32GB的空间。现在，如果你能负担得起128MB的工作内存，我们可以一次性完成

想象一个10亿位的向量存储为一个32位字的数组

• 让它初始化为全零
• 开始运行您的数字，并为数字值设置正确的位位置
• 完成一次传递后，从该位向量开始计算第n个设定位
• 该位的位置为您提供第n个最大数字的值
• 实际上，您已经对流程中的所有数字进行了排序（但是，不会跟踪重复数）

---

你能从一开始就重新生成同一组数字吗？如果是，可以对输出进行多次传递：首先查找最大值，重新启动生成器，找到小于该值的最大值，重新启动生成器，然后重复此操作，直到得到结果

这将是一个真正的性能杀手，因为你有很多数字，需要大量的过程-但内存方面，你只需要存储2个元素（当前最大值和“限制”，你在上一次过程中找到的数字）和一个过程计数器

您可以通过使用优先级队列查找最大的M个元素（选择一些可以放入内存的M个元素）来加快速度，从而将所需的传递次数减少到N/M

---

比如说，如果你需要在15个数字的列表中找到第十大元素，你可以通过另一种方式来节省时间。因为它是第十大元素，这意味着有15-10=5个元素比这个元素小，所以您可以寻找第六小的元素。

这是一个多路径算法（因此，您必须能够多次生成相同的列表，或者将列表存储到辅助存储）

第一关：

• 找到最高值和最低值。这是你的初始射程

在第一个之后通过：

将范围向上划分为10个等间距的容器。我们不需要在箱子里储存任何号码。我们只是去统计垃圾箱里的会员人数。所以我们只需要一个整数数组（或bigint——任何可以精确保存计数的数组）注意10是一个任意选择的容器数。您的样本大小和分布将决定最佳选择

旋转数据中的每一个数字，增加你看到的任何一个箱子的计数

找出哪个箱子里有你的答案，然后把那个箱子上面有多少个数字加到获胜箱子上面的数字中

获胜箱子的顶部和底部范围是您的新范围

再次循环执行这些步骤，直到您有足够的内存来保存当前存储箱中的数字

最后关卡：

• 到现在为止，您应该知道有多少数字在当前垃圾箱的上方
• 您有足够的存储空间来获取当前垃圾箱范围内的所有数字，因此您可以旋转并获取实际数字。只需对它们进行分类，并获取正确的编号

示例：如果您看到的范围是0.0到1000.0，则您的箱子范围将是：

 (- 0.0 - 100.0]
 (100.0 - 200.0]
 (200.0 - 300.0]
 ...
 (900.0 - 1000.0)

 (100.0 - 110.0]
 (110.0 - 120.0]
 etc.

如果您通过计数发现您的号码在（100.0-2000.0）存储箱中，您的下一组存储箱将是：

 (- 0.0 - 100.0]
 (100.0 - 200.0]
 (200.0 - 300.0]
 ...
 (900.0 - 1000.0)

 (100.0 - 110.0]
 (110.0 - 120.0]
 etc.

---

另一个多路径想法：

---

只需进行二进制搜索。选择范围的中点作为第一个猜测。您的过程只需进行上/下计数即可确定下一个估计值（可以通过计数进行加权，也可以通过简单的平均值来简化代码）.

我使用最小堆优先级队列完成了此操作，但内存不足。然后您没有足够的内存来解决您的问题。我认为您不能比存储前N个数字做得更好。谢谢。我会看看是否可以在合理的时间限制内使其工作。请注意，如果您的集合包含重复项，这会使问题变得有点棘手rder，因为您不必过滤掉当前限额的所有发生情况。在这种情况下，您需要找到一种处理方法。一种方法是计算当前最大值的发生情况，然后使用临时存储来计算您错过了多少次（不在存储中）.然后你用这个来相应地调整你的通行计数器（进度“跟踪器”）。我用的是双精度，因为我有十进制值。我也有重复的。我想我不明白这一点。如果任何一个数字是彼此重复的，它就失败了，对吗？对，如果我有不同的