如果是10万个找出10个，那么插入数据库，select就可以搞定（但是面试官不是考你数据库的）。
如果是10亿个找出10000个，就不那么简单了。
先拿10000个数建堆，然后一次添加剩余元素，如果大于堆顶的数（10000中最小的），将这个数替换堆顶，并调整结构使之仍然是一个最小堆，这样，遍历完后，堆中的10000个数就是所需的最大的10000个。
1.拿10000个数建立一个堆heap（顶部放置最小的数，所以是最小堆）
2.取第100001个元素来和堆顶比较，如果小于忽略 如果大于替换，然后调整堆。
3.依次遍历
4.建堆时间复杂度是O（mlogm），算法的时间复杂度为O（nmlogm）（n为10亿，m为10000）
https://blog.csdn.net/zyq522376829/article/details/47686867
https://blog.csdn.net/sky_100/article/details/77675792
O(1)：代表CPU处理（循环的）次数随着n的增大，却不发生变化，依然是一次。
i = 0;O(N)：代表CPU处理次数随着n的增大，而线性 y=n 增大。
for(i = 0; i < n; i++)O(log(N))：CPU处理次数随着n的增大，按照 y=log(N) 增大。
for (int i = 0; i < mid; i++) {
mid = n / 2;
n = mid;
}O(log(N))的典型场景是二分搜索，每二分一次，需要处理的数据就只剩一半。
所以，每处理过一次，需要处理的数据减半，就是O(log(N))的时间复杂度了。
按这个理解log(N)就是2的对数的意思。log(100) = 10, log(9) = 3
https://zhuanlan.zhihu.com/p/575977815