100000個數找出最小或最大的10個

• 大體思路：
  
  1. 首先一點，對於海量數據處理，思路基本上是確定的，必須分塊處理，然後再合併起來。
  2. 對於每一塊必須找出10個最大的數，因爲第一塊中10個最大數中的最小的，可能比第二塊中10最大數中的最大的還要大。
  3. 分塊處理，再合併。也就是Google MapReduce 的基本思想。Google有很多的服務器，每個服務器又有很多的CPU，因此，100億個數分成100塊，每個服務器處理一塊，1億個數分成100塊，每個CPU處理一塊。然後再從下往上合併。注意：分塊的時候，要保證塊與塊之間獨立，沒有依賴關係，否則不能完全並行處理，線程之間要互斥。另外一點，分塊處理過程中，不要有副作用，也就是不要修改原數據，否則下次計算結果就不一樣了。
  4. 上面講了，對於海量數據，使用多個服務器，多個CPU可以並行，顯著提高效率。對於單個服務器，單個CPU有沒有意義呢？
     　　也有很大的意義。如果不分塊，相當於對100億個數字遍歷，作比較。這中間存在大量的沒有必要的比較。可以舉個例子說明，全校高一有100個班，我想找出全校前10名的同學，很傻的辦法就是，把高一100個班的同學成績都取出來，作比較，這個比較數據量太大了。應該很容易想到，班裏的第11名，不可能是全校的前10名。也就是說，不是班裏的前10名，就不可能是全校的前10名。因此，只需要把每個班裏的前10取出來，作比較就行了，這樣比較的數據量就大大地減少了。
• 對每個分塊怎麼處理：
  
  1. 如果是找到最大的10個元素，則用大小爲10的最小堆，先將10個元素放入其中，之後從第11個元素開始，如果比根元素小，就丟棄，如果比根元素大，那麼就丟棄根元素，將新元素加入。
  2. 如果是找到最小的10個元素，同理。
  3. 最後將每一塊再進行合併。