如何理解TopK、区间与 DAG 的算法联系？

标准回答

流式处理 N 个分数并保留最大的 K 个，可维护大小不超过 K 的最小堆，复杂度 O(N log K)，额外空间 O(K)；K≥N 时可直接排序全部元素。排名有并列时应定义稳定 ID 次序，浮点分数还要处理 NaN 与无穷值。

Trace 区间求交使用 max(start) 与 min(end)，采用半开区间避免边界重复；多个重叠区间求覆盖时先排序再合并。DAG 可用入度与队列做拓扑处理，复杂度 O(V+E)，剩余未处理节点表示存在环或输入不合法；若环跨权限边界，不应泄露其他项目节点。

下面给出纯 Java 的教学 TopK 实现，保留整数重复值并返回降序结果，k≤0 返回空列表。它用于理解堆，不是 EachOf 的真实排序代码，也不能替代包含权限、来源和预算的完整召回逻辑。

整数相减可能溢出，违反比较器顺序。使用 Integer.compare、Long.compare 或合适的标准比较器。

它只验证依赖顺序，实际还要检查权限、来源有效、时间条件、容量和租约；图算法不替代业务状态。