如果只需要前10个值，则浪费大量时间对每个数字进行排序。
只需浏览数字列表，并跟踪到目前为止看到的前10个最大值。在浏览列表时更新前十名，并在到达末尾时将其打印出来。
这意味着您只需要对文件进行一次遍历（即theta（n）的时间复杂度）
一个更简单的问题
您可以将您的问题看成是在数字列表中找到最大值的概括。如果被给予
{2,32,33,55,13,...}并被要求寻找最大的价值，您会怎么做？典型的解决方案是浏览列表，同时记住迄今为止遇到的最大数字，并将其与下一个数字进行比较。为了简单起见，让我们假设我们正在处理正数。
Initialize max to 00 < 2, so max = 22 < 32, so max = 3232 < 33, so max = 3333 < 55, so max = 5555 > 13, so max = 55...return max
因此，您看到，我们可以在列表的单个遍历中找到最大值，这与任何类型的比较排序相反。
泛化
在列表中查找 前10个 值非常相似。唯一的区别是我们需要跟踪前10名，而不只是最大值（前1名）。
底线是您需要一些容纳10个值的容器。当您遍历庞大的数字列表时，在大小为10的容器中关心的唯一值是最小值。这是因为，如果您发现了一个新号码，该号码应该排在前十名之内，那么它将被替换。
无论如何，事实证明最适合快速查找分钟的数据结构是一个最小堆。但是我不确定您是否了解堆，而将堆用于10个元素的开销可能会超过其好处。
任何容纳10个元素并可以在合理的时间内获得最小值的容器都是一个好的开始。
