问题背景：有一个非常大的二维数组N，尽可能地找出其中最大的n个数，n为变量但远远小于N的数据规模。
注意：这个数组非常之大，以至于无法在合理的时间范围内对其进行遍历。暂且不讨论存储问题，假设数组已经完全存储在内存中了。
根据问题背景，允许运行结果不是最优解，但要在程序的运行时间合理的范围内尽可能接近最优解。
例如：要求找出前10个最大的数，最后可以只找到相对比较大的10个数（当然越接近正确答案越好）。
也允许这样的算法：即便给的时间无限长，最终也不能找到最优解，但可以快速地给出次优解。
问题是我根据实际情况抽象出来，自己描述的，可能有所偏差，如果对题目本身的叙述有问题，请继续提问。

补充1：这个二维数组描述的是一个地区的地形，每个点的数值都是表示海拔高度，所以变化相对平缓。

--------------------
有没有人有点想法？

[ 本帖最后由 蚕头燕尾 于 2015-6-19 20:05 编辑 ]

已经补充了问题背景，请看一楼的：
补充1

这个二维数据是已知的唯一数据，要想从这个数据转换成登高线存储，
要先遍历这个数据？

要是只遍历一遍还好说，但是这个数据是动态变化的（变化频率相当可观），
所以动态绘制登高线是不是就有点不太划算了？

做一个环行的12`个元素的指针数组，放10个大数据排序-----环行是什么意思？
做 2个指向数组的指针，1个指大，1个指小
遍历数组一遍----------------请仔细看一楼，数据规模很大，单是遍历就已经相当耗时了。
比小指针小的，跳过
比大指针大的，无条件存入上面数组，两数组指针均加1
介于两指针之间的，插入上面数组，小指针加1

这个有点靠谱

实际上我用的是模拟退火算法，但是在实际编程过程中碰到了一些问题

虽然现在的效果已经相当可观了，但是我总觉得程序处理过程中有些不太严谨的地方

暂且看看大家的想法，稍后我们再讨论这个。