第二题，前K大的订单，您的描述有些简略，不容易理解，我重复描述一下，您看对不对哈。 10个库，取前K大的订单， 第一次从各个库中分别取出最大的订单，组成一个数量为10的大顶堆。另外维护一个数组，刚开始是空的。 这时从大顶堆中弹出堆顶元素(堆中最大值)，将堆顶元素写入数组，然后在该元素所在的库中按序拿出第二个元素写入大顶堆填上空缺，大顶堆会重新平衡，堆顶元素可能会变。 这时重复上面的步骤，继续弹出堆顶写入数组，并在弹出元素所在库中按序拿下一个值填入大顶堆，大顶堆又会重新平衡，接着继续弹出堆顶元素写入数组····直到数组的长度为K时，整个过程结束。

大顶堆的大小一直为10，堆每次平衡后，就将堆顶搞出来，重新写入一个值，周而复始，取K次堆顶就是前K大的集合了。
@ban

实战测试题一：
其实算法问题，可以笼统的归纳为：数据以及数据之上的索引。
有的数据是自带索引的，比如数组其实自带了下标的索引
如果数据没有索引，就需要自建索引。如果我们自己建，那就是采取各种数据结构来构造一个索引；否则，比如据库的索引，也是建了与数据分离的索引的数据结构。
从这个角度讲：
1、根据id来查找猎头信息： 猎头信息存储到数组中就可以，这样很快
2、根据积分来查找猎头信息：可以旁边建立基于积分的数组来作为索引，节点数据就是猎头id
这样：
1、猎头信息存储在数组中
2、自建一个索引，分别是 积分+id的有序数组
注意积分变化时维护自建索引的有效性，就可以了。
这样没有用高深的数据结构，可能会费一些内存和费一些cpu，但实现简单，基本够用了，比较通用。

实战测试1：
     本来想的用树来维护通过ID的增删改查， 用积分做成一个hash表 每个hash下标对应多个猎头ID， 也可以用跳表实现增删改查

实战测试2：
维护一个大小为k的小顶堆 每次读一个库的数据 然后维护这个小顶堆

实战测试3：
      维护一个优先队列，根据优先级来判定 突然到来的线程请求是否该执行，也就是该线程是否在优先队列优先级高的区域

实战测试4：
       能想到二分法

实战测试5：
        不会

实战测试6：
        不会
以上题目是未看过任何答案和提示想出来的

看了解答 除了测试6没多大印象以外，其他的都能有很深刻的印象

学习目标: 最开始学习数据结构和算法的目标就是说要掌握好树和图，但是实际上却发现了更多需要我去掌握的数据结构和算法
实施情况， 坚持了三个月 每一篇文章都认真仔细的学习了 ，总得来说收获颇多，尤其是了解很多以前都不了解的数据结果和算法，扩充了自己的知识面

接下来的目标还是以本位为测试基准，优先针对性的复习，然后再把课程过一遍，坚持自己的学习初衷 我一定要把数据结果和算法学好！
 还是谢谢老师

老师，第二题，我有另一条思路，想请老师教导和指点
正如老师所说，数据库最大性能瓶颈就是在IO，所以反复执行DB的IO操作是低效的
我想法是要高效实现第二题的要求，又尽量对数据库的IO操作，有以下思路
1 借助桶排序的思想，将订单按金额从小到大的规则分布在10个库中
2 要查找金额最大的前k订单，就先从第10个库中检索订单，满足K数量就直接返回
3 不满足k数量，在从第9个库中查找，以此类推，直到满足k数量，返回结果

把取出来的10个订单放到优先级队列中，取出最大值（也就是大顶堆堆顶数据），就是全局金额最大的订单。然后再从这个全局金额最大订单对应的数据库中，取出下一条订单（按照订单金额从大到小排列的），然后放到优先级队列中。一直重复上面的过程。

老师这段话我看到好多遍，想了好多次一直没搞懂，为什么取出最大金额的数据库查到下一条订单放到队列能理解，但是下次重复这个过程还是从队列中取出最大金额的下一个订单，这样每次最大的金额不是同一个吗，取出的订单还是同一个？

还有另外一个问题就是全部取出来后怎么判断这个队列是 top k的订单金额？

第二次回复，求老师讲解，自己研究好久没搞透