我正在处理一个面试问题 Glassdoor Software Engineer
问题是
给定一百万个数字的列表，你将如何以有效的方式从列表中找到前n个数字
以下是作者从同一链接中提供的解决方案
净结果是您可以在 O（n）内存使用情况和最坏情况 O（（m-n）logn）运行时执行此操作。
我同意作者的算法和作者对该算法空间复杂度的评估。我遇到的问题是作者对插入堆中的运行时和整体时间的分析
对于“取m个元素中的前n个并放入堆中”的步骤，不会运行 O（nlogn）？至少根据我的课堂笔记 Heap Add，插入将是 O（logn），因为你要插入n个元素，整个步骤的运行时间将是 O（nlogn） 。
考虑到这一点，整个算法的整体运行时间不会是Big Oh Addition
O(nlogn + (m-n)logn) = O(mlogn)
答案 0 :(得分：3)
使用这种方法构建堆，是的，但是有一个O（n）算法可以将数组转换为堆。有关详细信息，请参阅http://en.wikipedia.org/wiki/Binary_heap#Building_a_heap。
即，对于该问题存在O（m）时间，O（n）存储器解决方案，例如通过例如实现。番石榴的Ordering.leastOf。一个实现是
这需要O（m / n）个快速选择，每个选择O（n），总时间为O（m）。
答案 1 :(得分：2)
对于步骤＆＃34;取m个元素中的前n个并放入堆中，不会在O（nlogn）中运行？
不一定。您可以从n中的O(n)元素创建堆。请参阅here了解如何实现这一目标。
所以你有O(n + (m - n)log n) = O((m - n)log n) = O(m log n)。仅当n被视为常量时，最后一步才是正确的，否则您应该像作者一样将其保持为m - n。
后续问题：你能解决O(m)中的整个问题吗？