1311 获取你好友已观看的视频（set、map、优先队列排序）

1. 问题描述：

有 n 个人，每个人都有一个  0 到 n-1 的唯一 id 。

给你数组 watchedVideos  和 friends ，其中 watchedVideos[i]  和 friends[i] 分别表示 id = i 的人观看过的视频列表和他的好友列表。

Level 1 的视频包含所有你好友观看过的视频，level 2 的视频包含所有你好友的好友观看过的视频，以此类推。一般的，Level 为 k 的视频包含所有从你出发，最短距离为 k 的好友观看过的视频。

给定你的 id  和一个 level 值，请你找出所有指定 level 的视频，并将它们按观看频率升序返回。如果有频率相同的视频，请将它们按字母顺序从小到大排列。

示例 1：

输入：watchedVideos = [["A","B"],["C"],["B","C"],["D"]], friends = [[1,2],[0,3],[0,3],[1,2]], id = 0, level = 1
输出：["B","C"] 
解释：
你的 id 为 0（绿色），你的朋友包括（黄色）：
id 为 1 -> watchedVideos = ["C"] 
id 为 2 -> watchedVideos = ["B","C"] 
你朋友观看过视频的频率为：
B -> 1 
C -> 2

示例 2：

输入：watchedVideos = [["A","B"],["C"],["B","C"],["D"]], friends = [[1,2],[0,3],[0,3],[1,2]], id = 0, level = 2
输出：["D"]
解释：
你的 id 为 0（绿色），你朋友的朋友只有一个人，他的 id 为 3（黄色）。

提示：

n == watchedVideos.length == friends.length
2 <= n <= 100
1 <= watchedVideos[i].length <= 100
1 <= watchedVideos[i][j].length <= 8
0 <= friends[i].length < n
0 <= friends[i][j] < n
0 <= id < n
1 <= level < n
如果 friends[i] 包含 j ，那么 friends[j] 包含 i

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/get-watched-videos-by-your-friends

2. 思路分析：

① 首先需要理解清楚题目，根据题目分析可以找到需要三个步骤来解决这个问题，第一个是需要找到当前id的level k的所有好友，这个是可以使用广度优先搜索，也即bfs来实现的，bfs需要借助于队列来实现，使用一个变量来记录当前bfs搜索的层数是多少了，我们只需要在循环中执行level - 1次即可，这样在队列中最后得到的就是id的level k的好友，在bfs搜索的过程中，需要使用set来去重，因为从题目中给出的好友是相互的形式，所以当set中没有当前的id的时候才将好友加入进队列与set中

② 第二步是遍历队列中的level k的好友，将好友观看的电影记录到map中，其中map中可以记录观看电影出现的频数，最后则需要对map中的键值对进行排序，在领扣的题解中看到可以使用java中的优先队列进行排序，使用优先队列可以自定义键值对的排序规则，这样的话就会很方便了

③ 所以这道题目本质上考察的是map、set与排序

3. 代码如下：

class Solution {
    public  List<String> watchedVideosByFriends(List<List<String>> watchedVideos, int[][] friends, int id, int level) {
        Queue<Integer> queue = new LinkedList<>();
        Set<Integer> set = new HashSet<>();
        queue.add(id);
        /*用来标记哪些朋友是已经被访问了*/
        set.add(id);
        int curlevel = 0;
        List<String> res = new ArrayList<>();
        /*统计自己看过的电影*/
        if (level == 0){
            for (List<String> cur : watchedVideos){
                for (int i = 0; i < cur.size(); ++i) res.add(cur.get(i));
            }
            return res;
        }
        while (curlevel < level){
            int len = queue.size();
            for (int i = 0; i < len; ++i){
                int curid = queue.poll();
                for (int t : friends[curid]){
                    if (!set.contains(t)){
                        queue.add(t);
                        set.add(t);
                    }
                }
            }
            ++curlevel;
        }
        /*使用map来统计视频出现的频率*/
        Map<String, Integer> map = new HashMap<>();
        /*队列中的最后一个元素为level k的好友*/
        while (!queue.isEmpty()){
            int curid = queue.poll();
            List<String> list = watchedVideos.get(curid);
            for (int i = 0; i < list.size(); ++i){
                map.put(list.get(i), map.getOrDefault(list.get(i), 0) + 1);
            }
        }
        /*对map进行排序: 这里使用到了一个优先队列*/
        PriorityQueue<Pair<String, Integer>> priorityQueue = new PriorityQueue<>((t1, t2) -> {
            if (t1.getValue().equals(t2.getValue())) {
                return t1.getKey().compareTo(t2.getKey());
            } else {
                return t1.getValue().compareTo(t2.getValue());
            }
        });
        map.forEach((key, value) -> priorityQueue.add(new Pair<>(key, value)));
        while (!priorityQueue.isEmpty()) {
            res.add(priorityQueue.poll().getKey());
        }
        return res;
    }
}