Hashtable的应用:统计海量数据中出现频率高的数据

package com.abstractdatatype.hash;
import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.Hashtable;
import java.util.List;
import java.util.Map.Entry;
/*Hashtable的应用:统计海量数据中出现频率高的数据*/
public class ApplicationOfHashtable {
	  public static void main(String[] args) {
		  int A[]=new int [50];
		  for(int i=0;i<A.length;i++){
			  A[i]=(int)(Math.random()*10);
		  }
		  List<Entry<Integer,Integer>> list=ApplicationOfHashtable.getTop(A, 5);
		  for (Entry<Integer, Integer> entry : list) {
			System.out.println("key: "+entry.getKey()+"-----> times: "+entry.getValue());
		}
	  }
	    //最热门查询统计,统计每个query的次数,然后找到top n
		public static List<Entry<Integer,Integer>> getTop(int [] A,int n){
			//利用hashtable来统计每个查询出现的次数 
			Hashtable<Integer,Integer> table=new Hashtable<Integer,Integer>();
			int times=1;
		    for(int i=0;i<A.length;i++){
		    	if(table.size()==0){
		    		table.put(A[i], times);
		    	}else{
		    		if(table.containsKey(A[i])){
		    			times=table.get(A[i]);
		    			table.put(A[i], times+1);
		    		}else{
		    			table.put(A[i], times);
		    		}
		    	}
		    }
	      ArrayList<Entry<Integer,Integer>> list=new ArrayList<Entry<Integer,Integer>>(table.entrySet());
	      //重写Comparator中的compare方法,排序规则:根据出现频率降序,同时根据key降序
	      Collections.sort(list,new Comparator<Entry<Integer,Integer>>() {
			@Override
			public int compare(Entry<Integer, Integer> o1, Entry<Integer, Integer> o2) {
				
				if(o1.getValue().compareTo(o2.getValue())==0){
					return o2.getKey().compareTo(o1.getKey());
					
				}else{
					return o2.getValue().compareTo(o1.getValue());
				}
			}
		});
	      return list.subList(0, n);
	}
}

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值