topK问题
如果需要获取最大的K个值，可以建个小堆。否则，建大堆。
- 首先读入前K个数据存入一个最小堆
- 然后遍历后续的数据，对于每一个遍历的数据，都和堆顶元素（K个数据中最小的比较）。如果比堆顶数据小，则继续遍历后续的数据。如果比堆顶元素大，则删除堆顶元素，存入当前遍历到的数据，整个数据过程直到所有数据遍历完为止。
TOPK问题
vector扩容
vs下的是1.5倍扩容，Linux下因为要考虑到和内存管理的伙伴算法兼容，所以采用2倍扩容的方式。如何高效的使用vector，尽量避免扩容呢？如果提前知道vector要存的数据个数，则可以使用reserve(n)函数来避免多次扩容所导致的效率低下。
常数个扩容，平均插入每个元素的复杂度是O(N)
倍数个扩容，平均插入每个元素的复杂度是O(1)
vector扩容
如果有40亿个QQ，如何存储
在这里，我们存储的目的主要是用于查询，所以我们可以使用位图存储某一个QQ存在与否的二值信息。大概消耗500M空间。
海量存储