编程题《用户喜好》 java实现

为了不断优化推荐效果，今日头条每天要存储和处理海量数据。假设有这样一种场景：我们对用户按照它们的注册时间先后来标号，对于一类文章，每个用户都有不同的喜好值，我们会想知道某一段时间内注册的用户（标号相连的一批用户）中，有多少用户对这类文章喜好值为k。因为一些特殊的原因，不会出现一个查询的用户区间完全覆盖另一个查询的用户区间(不存在L1<=L2<=R2<=R1)。

数据范围： 1≤𝑛≤300000 1≤n≤300000  ， 1≤𝑞≤300000 1≤q≤300000  ，∣𝑘∣≤231 ∣k∣≤231  ， 每组查询满足 1≤𝑙,𝑟≤300000 1≤l,r≤300000  ，查询的喜好值满足 ∣𝑘∣≤231 ∣k∣≤231 

时间限制：C/C++ 3秒，其他语言6秒

空间限制：C/C++ 256M，其他语言512M

输入描述：

输入： 第1行为n代表用户的个数 第2行为n个整数，第i个代表用户标号为i的用户对某类文章的喜好度 第3行为一个正整数q代表查询的组数  第4行到第（3+q）行，每行包含3个整数l,r,k代表一组查询，即标号为l<=i<=r的用户中对这类文章喜好值为k的用户的个数。 数据范围n <= 300000,q<=300000 k是整型

输出描述：

输出：一共q行，每行一个整数代表喜好值为k的用户的个数

示例1

输入例子：

5
1 2 3 3 5
3
1 2 1
2 4 5
3 5 3

输出例子：

1
0
2

例子说明：

样例解释:
有5个用户，喜好值为分别为1、2、3、3、5，
第一组询问对于标号[1,2]的用户喜好值为1的用户的个数是1
第二组询问对于标号[2,4]的用户喜好值为5的用户的个数是0
第三组询问对于标号[3,5]的用户喜好值为3的用户的个数是2 

1. 难点：喜好值序列中的相同喜好值不一定是连续的。
2. 难点：使用哈希表先把每个喜好值对应的索引记录下来，后面直接遍历相对应的喜好值，而不是把整个喜好值序列遍历一遍。
3. 难点：喜好值不存在时，要判断map集合为空的情况。

import java.util.*;
import java.util.stream.*;
// 注意类名必须为 Main, 不要有任何 package xxx 信息
public class Main {
    public static void main(String[] args) {
       Scanner in = new Scanner(System.in);
        // 注意 hasNext 和 hasNextLine 的区别
        int n=10;
        n=in.nextInt();
        int arr[]=new int[n+1];
        for(int i=0;i<n;i++)
            arr[i+1]=in.nextInt();
        HashMap<Integer,List<Integer>>map=new HashMap<Integer,List<Integer>>();
        for (int i = 1; i <arr.length; i++) {
            if(map.get(arr[i])==null){
                ArrayList<Integer>arrayList=new ArrayList<>();
                arrayList.add(i);
                map.put(arr[i],arrayList);
            }else{
                map.get(arr[i]).add(i);
            }
        }
        int lineCount=in.nextInt();
        for (int i = 0; i <lineCount; i++) {
            int L = in.nextInt();
            int R = in.nextInt();
            int K = in.nextInt();
            List<Integer> list = map.get(K);
            long res=0;
            if(list!=null){
                for (int j = 0; j <list.size(); j++) {
                if(list.get(j)>=L&&list.get(j)<=R){
                    res++;
                }
            }
            }
            System.out.println(res);
        }

    }
}