docs: add big-data folder and articles

添加海量数据处理相关题目及解析

docs/big-data/find-rank-top-500-numbers.md

@@ -0,0 +1,107 @@
+## 如何找出排名前 500 的数？
+
+### 题目描述
+有 20 个数组，每个数组有 500 个元素，并且有序排列。如何在这 20*500 个数中找出前 500 的数？
+
+### 解答思路
+对于 TopK 问题，最常用的方法是使用堆排序。对本题而言，假设数组降序排列，可以采用以下方法：
+
+首先建立大顶堆，堆的大小为数组的个数，即为 20，把每个数组最大的值存到堆中。
+
+接着删除堆顶元素，保存到另一个大小为 500 的数组中，然后向大顶堆插入删除的元素所在数组的下一个元素。
+
+重复上面的步骤，直到删除完第 500 个元素，也即找出了最大的前 500 个数。
+
+> 为了在堆中取出一个数据后，能知道它是从哪个数组中取出的，从而可以从这个数组中取下一个值，可以把数组的指针存放到堆中，对这个指针提供比较大小的方法。
+
+```java
+import lombok.Data;
+
+import java.util.Arrays;
+import java.util.PriorityQueue;
+
+/**
+ * @author https://github.com/yanglbme
+ */
+@Data
+public class DataWithSource implements Comparable<DataWithSource> {
+    /**
+     * 数值
+     */
+    private int value;
+
+    /**
+     * 记录数值来源的数组
+     */
+    private int source;
+
+    /**
+     * 记录数值在数组中的索引
+     */
+    private int index;
+
+    public DataWithSource(int value, int source, int index) {
+        this.value = value;
+        this.source = source;
+        this.index = index;
+    }
+
+    /**
+     *
+     * 由于 PriorityQueue 使用小顶堆来实现，这里通过修改
+     * 两个整数的比较逻辑来让 PriorityQueue 变成大顶堆
+     */
+    @Override
+    public int compareTo(DataWithSource o) {
+        return Integer.compare(o.getValue(), this.value);
+    }
+}
+
+
+class Test {
+    public static int[] getTop(int[][] data) {
+        int rowSize = data.length;
+        int columnSize = data[0].length;
+
+        // 创建一个columnSize大小的数组，存放结果
+        int[] result = new int[columnSize];
+
+        PriorityQueue<DataWithSource> maxHeap = new PriorityQueue<>();
+        for (int i = 0; i < rowSize; ++i) {
+            // 将每个数组的最大一个元素放入堆中
+            DataWithSource d = new DataWithSource(data[i][0], i, 0);
+            maxHeap.add(d);
+        }
+
+        int num = 0;
+        while (num < columnSize) {
+            // 删除堆顶元素
+            DataWithSource d = maxHeap.poll();
+            result[num++] = d.getValue();
+            if (num >= columnSize) {
+                break;
+            }
+
+            d.setValue(data[d.getSource()][d.getIndex() + 1]);
+            d.setIndex(d.getIndex() + 1);
+            maxHeap.add(d);
+        }
+        return result;
+
+    }
+
+    public static void main(String[] args) {
+        int[][] data = {
+                {29, 17, 14, 2, 1},
+                {19, 17, 16, 15, 6},
+                {30, 25, 20, 14, 5},
+        };
+
+        int[] top = getTop(data);
+        System.out.println(Arrays.toString(top)); // [30, 29, 25, 20, 19]
+    }
+}
+```
+
+### 方法总结
+求 TopK，不妨考虑一下堆排序？