海量数据分布在100台电脑中，想个办法高效统计出所有数据的前

答;先分别求出每台电脑的前10个最大关键字数据，再根据这100台电脑的最大前10个关键字电脑，共1000个数据求出前10个最大关键字即可。具体分析如下：

（1） 先求出每台电脑的前10个最大数据。由于只需要求出部分数据，因此不需要对n个数据全部排序，采用部分排序算法即可，比如简单选择排序，堆排序，桶排序。

（2） 求n个数据的前k（这里k=10）大数据，当k<<n时，最佳的方法是将后面的n-k个数据依次与前面的k个数据的最小值比较，如果比最小值还小，则扔掉该数据，继续比较下一个数据，否则扔掉更小的数据，把这个数据加入，直到余下的n-k个数据都处理完。由于每次需要与存储的k个数据比较并可能删除最小元素，加入新的元素，最好的结构是小顶堆。即将前k个元素调整为小顶堆（时间复杂度为O(klogk)）余下元素依次与小顶堆根结点比较，比根节点小则扔掉，比根节点大则用当前值替换根结点，并调整为小顶堆，时间复杂度为O(logk)。所以总的最坏时间复杂度为

O(klogk)+O((n-k)logk)=O(nlogk)

O(nlogk)+O((m-1)klogk)=O((n+mk)logk)  如果k<<km<<n 则T(n)=O(n)