解法一：对N进行排序，不同的排序方法时间复杂度不同，一般来说可以做到 O(nlgn) ，空间复杂度 O(n) ，这是最基本的方法了，不够效率比较低，而且做出了额外的排序，找出最大的K个数并不需要K和N-K们有序

解法二，对N进行partition，对2-N做一次扫描，小于N[0]的数放入A，大于N[0]的数放入B，如果B的length>K，则对 B 进行 partition, 如果 B.length < K, 则对A进行partition，找出前 (K - B.length) 个最大数。
如果N比较随机的话，这个算法的平均时间复杂度是O(nlogn)，空间复杂度应该在 O(n)
比较害怕的就是碰到极端情况时候效率比较低，一个优化的方案是每次partition前把 N(0) 和 N(random) swap，在根据N(0) 来partition，保证处理各种数据的时候，都会比较平均。

解法三：找出前K个大数，其实可以简化为，找到第K大的那个数，然后再做一次N的循环，就可以得到所有K个数。
可以先找出N中的最大数和最小数，然后测试中间数是否第K大，如果是第K-X大，说明第K大的数比中间数小，转为测试最小数和中间数的新中间数，反之如果是第K+X大，则测试中间数和最大数的新中间数，一直到某轮循环最大数等于最小数或者中间数刚好为第K大为止。
这个算法有一个值得注意的地方是，如果有重复的数会有什么影响呢？稍加分析可以发现，我们计算一个数是第几大的时候，使用大于而不用大于等于判断，那么，说一个数是第X大的时候，这个X是他排序最高的位置，也就是着，可能有并列的m个它，那么它同时是第X,X+1,X+2...X+m-1大的数，而不可能是X-1大。如果第K大的数是一个重复的数字，最后必然会发生需要测试X-1, X的中间数是第几大的情况出现。每次有发现最大最小数只相差1的时候，则应分别比较X-1和X第几大数，加入X-1是第a大，X是第b大数，如果K>=a，则X-1是第K大，反之为X。
另外，这个方法可以扩展到浮点数的情况，其实就是分块，把浮点数一段一段的分块，得到每一段的浮点数的数目，找到要找的数再哪一段，把这一段再分块，哈。

解法四：只遍历一次N，维护一个K个最大数的序列，遍历完便找到了。问题在于K的大小，如果K太大，空间复杂度是高的（也可以分组，找Y次，每次找出K/Y个最大数）。另外，每碰到一个新数，如果这个新数比序列中的最小数大，那么需要找到这个新数的出入的位置，可以采用2种思路，一是只记录最小数，每次有大于最小数的时候，循环一次找到次小数，抛弃最小数。另外一个方法是维护一个K的有序的序列，每次为新数找到应该放的位置。传说中用堆是比较好的，每次有新数的时候，更新堆ms时间复杂度是最小的。
木头你说的就是解法四

    zan

不要再为简单的问题烦恼简单的脑筋


它有无数个解。你都能做出来么？

它至少有100个解！！！