我一直在研究二进制堆,它们显然是优先级队列的一个很好的数据结构。假设我的数据流有数百万 (N) 条记录,并且我定期对排名前 1000 (k << N) 条记录感兴趣。如果有足够的空间,我只需维护一个 N 大小的二进制堆,每次插入的时间复杂度为 O(log N)。不过,我想做的是在每次插入时修剪树,即丢弃第 1001 个元素。对于我来说,如何在小于 O(k) 的时间内进行修剪并不明显。
(如果我对每次修剪(和插入)的 O(k) 时间感到满意,我只需维护 k 个元素的有序列表,而不是堆。)
一种想法是有两个并行堆,一个保留最小值,另一个保留最大值,两者都只保留前 1000 个元素。不过,它有点难看。
只是为了澄清一下,这些是我的限制: