05 August 2008
按照分钟数，小时数和天数对tweets进行各种计数和频率等
平衡二叉树, 可以用treemap， treeset
1.用一个map来记录用户发布的全部推文 2.推文发布存在时间的先后顺序，这时候可以想到treeMap是一个天生有序的集合 3.这里为什么用treeMap而不是treeSet呢，因为会存在一个用户在同一个时间多次调用recordTweet，这样推文的数目就不是简单的1个，而是会有多个的存在，于是再用一个空间，在存储在time的时间，发布了多少条推特。
用TreeMap比用List时间复杂度更低一些，因为用TreeMap查找记录，直接通过二分查找定位，这一步节省了很多时间，定位到开始的位置之后，接着就是迭代查找后继了（这明明就是跳表呀）。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
class TweetCounts {
// key 用户->推文时间->该时间推文发布数目
private Map<String, TreeMap<Integer, Integer>> userTweetMap;
public TweetCounts() {
userTweetMap = new HashMap<>();
}
// 发布推文
public void recordTweet(String tweetName, int time) {
// 当前用户推文集合
TreeMap<Integer, Integer> tweetMap = userTweetMap.computeIfAbsent(tweetName, k -> new TreeMap<>());
// 推文时间记录，比之前次数多1
tweetMap.put(time, tweetMap.getOrDefault(time, 0) + 1);// 推文加入
}
public List<Integer> getTweetCountsPerFrequency(String freq, String tweetName, int startTime, int endTime) {
List<Integer> res = new ArrayList<>();
if (!userTweetMap.containsKey(tweetName)) {
res.add(0);
return res;
}
int freqTime = 1;
if ("minute".equals(freq)) {
freqTime = 60;
} else if ("hour".equals(freq)) {
freqTime = 3600;
} else if ("day".equals(freq)) {
freqTime = 86400;
}
// 用户的全部推文时间集合
TreeMap<Integer, Integer> tweetMap = userTweetMap.get(tweetName);
int start = startTime;
int end = Math.min(start + freqTime, endTime + 1);
while (start <= endTime) {
int count = 0;
// 找到发文时间大于等于start的推文
Map.Entry<Integer, Integer> entry = tweetMap.ceilingEntry(start);
while (entry != null && entry.getKey() < end) {
count += entry.getValue();// 推文数累加
// 找比当前大的推文时间
entry = tweetMap.higherEntry(entry.getKey());
}
res.add(count);
// 时间后移
start = end;
end = Math.min(end + freqTime, endTime + 1);
}
return res;
}
}
/**
* Your TweetCounts object will be instantiated and called as such:
* TweetCounts obj = new TweetCounts();
* obj.recordTweet(tweetName,time);
* List<Integer> param_2 = obj.getTweetCountsPerFrequency(freq,tweetName,startTime,endTime);
*/
用List模拟，不如上面的方法，查找时O(n)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
class TweetCounts {
Map<String, List<Integer>> map = new HashMap<>();
public TweetCounts() {
}
public void recordTweet(String tweetName, int time) {
if (map.get(tweetName) == null) {
map.put(tweetName, new ArrayList<>());
}
List<Integer> list = map.get(tweetName);
list.add(time);
Collections.sort(list);
map.put(tweetName, list);
}
public List<Integer> getTweetCountsPerFrequency(String freq, String tweetName,
int startTime, int endTime) {
List<Integer> results = new ArrayList<>();
List<Integer> tweets = map.get(tweetName);
int interval;
switch (freq) {
case "minute":
interval = 60;
break;
case "hour":
interval = 60 * 60;
break;
default:
interval = 60 * 60 * 24;
break;
}
for (int time = startTime; time <= endTime; time += interval) {
int begin = time;
int end = Math.min(time + interval, endTime + 1);
long count = tweets.stream().filter(t -> t >= begin && t < end).count();
results.add((int) count);
}
return results;
}
}
/**
* Your TweetCounts object will be instantiated and called as such:
* TweetCounts obj = new TweetCounts();
* obj.recordTweet(tweetName,time);
* List<Integer> param_2 = obj.getTweetCountsPerFrequency(freq,tweetName,startTime,endTime);
*/