我正在寻求根据各自的权重在网页上显示固定数量的项目（由 Integer 表示）。找到这些项目的列表几乎可以是任何大小。
想到的第一个解决方案是执行Collections.sort() 并通过List 逐个获取项目。有没有更优雅的解决方案可以用来准备前八项？
【问题讨论】：
标签： java algorithm sorting highest
去Collections.sort(..)。足够高效。
此算法提供有保证的 n log(n) 性能。
如果您知道列表的一些独特属性，您可以尝试为您的具体案例实施更有效的方法，但这是不合理的。此外，如果您的列表来自数据库，例如，您可以LIMIT 它并在那里订购它而不是在代码中。
【讨论】：
LIMIT 是个好主意。 List 没有什么特别之处，只是需要一次根据一个标准（人气和日期）进行排序。
您的选择：
进行linear 搜索，保持沿途找到的前 N 个权重。 如果由于某种原因，您不能在显示页面之间重复使用排序结果（例如列表正在快速变化），这应该比对冗长列表进行排序更快。
更新：我认为线性搜索肯定比排序更好。有关更好的选择算法，请参阅 Wikipedia 文章“Selection_algorithm - Selecting k smallest or largest elements”。
手动维护一个按重量顺序排序的List（原始的或平行的）。您可以使用Collections.binarySearch() 之类的方法来确定每个新项目的插入位置。
通过在每次修改、批量修改或显示之前调用Collections.sort()，维护一个按重量顺序排序的List（可能维护一个修改标志以避免对一个已排序的列表）。
使用为您维护排序权重顺序的数据结构：priority queue、tree set 等。您也可以创建自己的数据结构。
手动维护前 N 个项目的第二个（可能是按权重排序的）数据结构。每当修改原始数据结构时，都会更新此数据结构。您可以创建自己的数据结构来将原始列表和这个“前 N 个缓存”包装在一起。
【讨论】：
您可以使用max-heap。
如果您的数据来自数据库，请在该列上放置索引并使用 ORDER BY 和 TOP 或 LIMIT 仅获取您需要显示的记录。
【讨论】：
【讨论】：
使用dollar:
List<Integer> topTen = $(list).sort().slice(10).toList();
不使用美元你应该使用Collections.sort()sort() 它，然后使用list.sublist(0, n) 获取前n 个项目。
【讨论】：
既然您说要从中提取这些前 N 项的项目列表可能是任何大小，因此我认为可能很大，我会增加上面简单的sort() 答案（这完全适合合理地-大小的输入）通过建议这里的大部分工作是找到前 N 个 - 然后对这些 N 进行排序是微不足道的。那就是：
Queue<Integer> topN = new PriorityQueue<Integer>(n);
for (Integer item : input) {
if (topN.size() < n) {
topN.add(item);
} else if (item > topN.peek()) {
topN.add(item);
topN.poll();
}
}
List<Integer> result = new ArrayList<Integer>(n);
result.addAll(topN);
Collections.sort(result, Collections.reverseOrder());
这里的堆（最小堆）至少是有界的。没有必要将所有物品堆成一堆。
【讨论】：
不，不是真的。至少不使用 Java 的内置方法。
有一些聪明的方法可以比O(n*log(n)) 操作更快地从列表中获取最高（或最低）N 个项目，但这需要您手动编写此解决方案。如果项目的数量保持相对较低（不超过几百个），则使用 Collections.sort() 对其进行排序，然后获取前 N 个数字是 IMO 的方法。
【讨论】：
取决于有多少。让我们将 n 定义为键的总数，将 m 定义为您希望显示的数字。
对整个事情进行排序：O(nlogn)
每次扫描数组以查找下一个最大数字：O(n*m)
所以问题是 - n 与 m 之间的关系是什么？
如果m < log n，扫描效率会更高。
否则m >= log n，表示排序会更好。 （因为对于m = log n 的边缘情况，这实际上并不重要，但是排序也会给你带来好处，嗯，对数组进行排序，这总是很好的。
【讨论】：
如果列表的大小为N，要检索的项目数为K，则需要对列表调用Heapify，它将列表（必须是可索引的，例如数组）转换为优先级队列。 （见http://en.wikipedia.org/wiki/Heapsort中的heapify函数）
检索堆顶部的项目（最大项目）需要 O (lg N) 时间。所以你的总时间是：
O(N + k lg N)
假设 k 远小于 N，则优于 O (N lg N)。
【讨论】：
如果保留排序数组或使用不同的数据结构不是一种选择，您可以尝试以下方法。 O 时间类似于对大数组进行排序，但实际上这应该更有效。
small_array = big_array.slice( number_of_items_to_find );
small_array.sort();
least_found_value = small_array.get(0).value;
for ( item in big_array ) { // needs to skip first few items
if ( item.value > least_found_value ) {
small_array.remove(0);
small_array.insert_sorted(item);
least_found_value = small_array.get(0).value;
}
}
small_array 可以是 Object[]，内部循环可以通过交换来完成，而不是实际删除和插入到数组中。
【讨论】：