取出现次数最多的K个数

根据一千万条搜索引擎日志记录,需找出出现次数最多的10个查询串。利用HashMap统计词频,再借助容量为10的最小堆获取最高频的词。
摘要由CSDN通过智能技术生成

题目

搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来,每个查询串的长度为1-255字节。
假设目前有一千万个记录(这些查询串的重复度比较高,虽然总数是1千万,但如果除去重复后,不超过3百万个。一个查询串的重复度越高,说明查询它的用户越多,也就是越热门。),请你统计最热门的10个查询串,要求使用的内存不能超过1G。

思路

第一步:用Hashmap(STL中叫unordered_map)统计词频

第二步:用容量为K的最小堆取出出现次数最大的K个词
(参考 http://blog.csdn.net/fuyufjh/article/details/48369801

代码

#include <iostream>
#include <vector>
#include <queue>
#include <functional>
#include <algorithm>
  • 0
    点赞
  • 0
    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