找到前100大的数有多种方法，以下列出了几种常见的方法：
- 快速排序法：将数据从大到小排序，取前100个即可。时间复杂度为O(nlogn)。
- 堆排序法：用一个大小为100的小根堆，将数据依次加入堆中。当堆中元素数量超过100时，弹出堆顶元素，保持堆中元素数量不超过100。时间复杂度为O(nlogk)，其中k为100。
- 分治法：将数据分成若干个子集，找出每个子集中的前100大数，然后将这些数归并排序，得到全局的前100大数。时间复杂度为O(nlogk)，其中k为100。
- 桶排序法：将数据分成若干个桶，每个桶内的数据单独排序，找出每个桶内的前100大数，然后将这些数归并排序，得到全局的前100大数。时间复杂度为O(n)。
- 快速选择法：类似于快速排序，每次将数组分成两个部分，将大于或等于中位数的元素放在一边，将小于中位数的元素放在另一边，如果中位数的下标大于100，则在较大的一侧继续查找，否则在较小的一侧继续查找，直到找到前100大的数为止。时间复杂度为O(n)。
选择哪种方法，需要考虑多种因素，包括数据规模、数据分布情况、内存大小、计算机性能等。下面是一些常见情况下使用的方法：
- 数据规模较小：如果数据规模较小，可以考虑使用快速排序法、堆排序法、快速选择法等，这些方法比较简单易用，时间复杂度较小，适用于数据规模在数十万以下的情况。
- 数据规模较大：如果数据规模较大，可以考虑使用分治法、桶排序法等，这些方法可以将数据分成若干个子集，分别处理，可以有效减少排序的时间复杂度。此外，如果数据分布比较均匀，可以使用桶排序法，如果数据分布不均匀，可以使用分治法。
- 内存限制较小：如果内存限制较小，可以考虑使用快速选择法、堆排序法等，这些方法可以通过不断选择或者弹出最小元素，保证内存中只存储前100大的数，节省内存空间。
- 数据类型不同：如果数据类型不同，不同的排序算法可能会有不同的性能表现，例如整数类型数据可以使用基数排序等，而浮点数类型数据可以使用桶排序等。
综上所述，选择哪种方法需要根据具体情况进行选择，尽量使算法的时间复杂度小，同时满足内存和其他资源的限制。
